Selección de columnas en la trama de datos basados ​​en los que R * no * en un vector

Question

Estoy familiarizado con ser capaz de extraer las columnas de una trama de datos R (o matriz), así:

df.2 <- df[, c("name1", "name2", "name3")] 

Pero puede uno utilice una herramienta ! u otra para seleccionar todas excepto las columnas enumeradas?

Para el fondo, que tienen una trama de datos con unos vectores de columna bastante y me gustaría evitar:

• Escribiendo a cabo la mayoría de los nombres cuando tan sólo pudiera eliminar una minoría
• Uso el mucho más corto df.2 <- df[, c(1,3,5)] porque cuando mi archivo .csv cambia, mi código se vuelve obvio ya que la numeración ya no es la misma. Soy nuevo en R y creo haber aprendido de la manera difícil de no usar vectores numéricos para df's más grandes que puedan cambiar.

me trataron:

df.2 <- df[, !c("name1", "name2", "name3")] 
df.2 <- df[, !=c("name1", "name2", "name3")] 

Y justo cuando estaba escribiendo esto, se enteraron de que esto funciona:

df.2 <- df[, !names(df) %in% c("name1", "name2", "name3")] 

¿Hay una manera mejor que esto último?

Answer 1

Puede hacer una función personalizada para hacer esto si la está utilizando para su uso personal para manipular datos. Puedo hacer algo como esto:

rm.col <- function(df, ...) { 
    x <- substitute(...()) 
    z <- Trim(unlist(lapply(x, function(y) as.character(y)))) 
    df[, !names(df) %in% z] 
} 

rm.col(mtcars, hp, mpg) 

El primer argumento es el nombre trama de datos. los siguientes ... son los nombres de las columnas que desea eliminar.

Answer 2

Usted puede hacer una llamada más corta que también es más generalizable con grep-negativo:

df.2 <- df[, -grep("^name[1:3]$", names(df))] 

Desde grep devuelve los valores numéricos se puede utilizar la indexación del vector negativo para eliminar columnas. Puede agregar más números o más patrones complejos.

Answer 3

Una alternativa a grep es which:

df.2 <- df[, -which(names(df) %in% c("name1", "name2", "name3"))] 

Answer 4

La forma más sencilla que viene a la mente:

filtered_df < -df [, setdiff (nombres (df), c ("nombre1 "," name2 ")]

esencialmente usted está calculando la diferencia establecida entre la lista completa de nombres de columna y el subconjunto que desea para filtrar (nombre1 y nombre2 arriba).

Answer 5

hilo viejo, pero aquí hay otra solución:

df.2 <- subset(df, select=-c(name1, name2, name3)) 

Este fue publicada en otro hilo similar (aunque yo no lo encuentro en este momento). Debe ser un código sostenible en la situación que describes, y probablemente sea más fácil de leer y editar que algunas de las otras opciones.

Answer 6

dplyr::select tiene varias opciones para quitar columnas específicas:

library(dplyr) 

drop_columns <- c('cyl','disp','hp') 
mtcars %>% 
    select(-one_of(drop_columns)) %>% 
    head(2) 

       mpg drat wt qsec vs am gear carb 
Mazda RX4  21 3.9 2.620 16.46 0 1 4 4 
Mazda RX4 Wag 21 3.9 2.875 17.02 0 1 4 4 

Negando nombres de las columnas específicas, la siguiente gotas de la columna de "HP" y las columnas de "QseC" a través de "artes":

mtcars %>% 
    select(-hp, -(qsec:gear)) %>% 
    head(2) 

       mpg cyl disp drat wt carb 
Mazda RX4  21 6 160 3.9 2.620 4 
Mazda RX4 Wag 21 6 160 3.9 2.875 4 

también puede negar , starts_with(), ends_with() o matches():

mtcars %>% 
    select(-contains('t')) %>% 
    select(-starts_with('a')) %>% 
    select(-ends_with('b')) %>% 
    select(-matches('^m.+g$')) %>% 
    head(2) 

       cyl disp hp qsec vs gear 
Mazda RX4  6 160 110 16.46 0 4 
Mazda RX4 Wag 6 160 110 17.02 0 4