按名称删除数据框列

您可以使用一个简单的名称列表：

DF <- data.frame(
  x=1:10,
  y=10:1,
  z=rep(5,10),
  a=11:20
)
drops <- c("x","z")
DF[ , !(names(DF) %in% drops)]

或者，或者，您可以列出要保留的那些并按名称引用它们：

keeps <- c("y", "a")
DF[keeps]

编辑： 对于那些仍然不熟悉索引函数参数的用户，如果要将一列保留为数据框，请执行以下操作：drop

keeps <- "y"
DF[ , keeps, drop = FALSE]

drop=TRUE（或不提及它）将删除不必要的维度，因此返回一个值为 column 的向量。y

你可以这样使用：%in%

df[, !(colnames(df) %in% c("x","bar","foo"))]

还有一个命令，如果你知道你想要哪些列，它很有用：subset

df <- data.frame(a = 1:10, b = 2:11, c = 3:12)
df <- subset(df, select = c(a, c))

@hadley评论后更新： 要删除 a，c 列，您可以执行以下操作：

df <- subset(df, select = -c(a, c))

我一直认为一定有更好的成语，但是对于按名称减去列，我倾向于执行以下操作：

df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)

# return everything except a and c
df <- df[,-match(c("a","c"),names(df))]
df

基于grep（）将返回一个数字向量这一事实，可能有一个更强大的策略。如果你有一个很长的变量列表，就像我在我的一个数据集中所做的那样，一些以“.A“和其他以”.B“，你只想要以”.A“（连同所有与任一模式不匹配的变量，执行以下操作：

dfrm2 <- dfrm[ , -grep("\\.B$", names(dfrm)) ]

对于手头的情况，以 Joris Meys 为例，它可能没有那么紧凑，但它会是：

DF <- DF[, -grep( paste("^",drops,"$", sep="", collapse="|"), names(DF) )]

另一种可能性：

df <- df[, setdiff(names(df), c("a", "c"))]

或

df <- df[, grep('^(a|c)$', names(df), invert=TRUE)]

如果要通过引用删除列并避免与之关联的内部复制，则可以使用包和函数data.framesdata.table:=

您可以将字符向量名称传递到运算符的左侧，并作为 RHS。:=NULL

library(data.table)

df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)
DT <- data.table(df)
# or more simply  DT <- data.table(a=1:10, b=1:10, c=1:10, d=1:10) #

DT[, c('a','b') := NULL]

如果要将名称预定义为调用 之外的字符向量，请将对象的名称括在 中，或者强制在调用范围内计算 LHS，而不是作为 范围内的名称。[(){}DT

del <- c('a','b')
DT <- data.table(a=1:10, b=1:10, c=1:10, d=1:10)
DT[, (del) := NULL]
DT <-  <- data.table(a=1:10, b=1:10, c=1:10, d=1:10)
DT[, {del} := NULL]
# force or `c` would also work.   

您还可以使用 ，它避免了 的开销，并且也适用于 data.frames！set[.data.table

df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)
DT <- data.table(df)

# drop `a` from df (no copying involved)

set(df, j = 'a', value = NULL)
# drop `b` from DT (no copying involved)
set(DT, j = 'b', value = NULL)

出于兴趣，这标记了 R 奇怪的多种语法不一致之一。例如，给定一个两列数据框：

df <- data.frame(x=1, y=2)

这给出了一个数据框

subset(df, select=-y)

但这给出了一个向量

df[,-2]

这都在解释中，但并不完全是预期的行为。好吧，至少对我来说不是......?[

within(df, rm(x))

可能是最简单的，或者对于多个变量：

within(df, rm(x, y))

或者，如果您正在处理 s（根据 如何在 data.table 中按名称删除列？data.table

dt[, x := NULL]   # Deletes column x by reference instantly.

dt[, !"x"]   # Selects all but x into a new data.table.

或多个变量

dt[, c("x","y") := NULL]

dt[, !c("x", "y")]

list（NULL） 也有效：

dat <- mtcars
colnames(dat)
# [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
# [11] "carb"
dat[,c("mpg","cyl","wt")] <- list(NULL)
colnames(dat)
# [1] "disp" "hp"   "drat" "qsec" "vs"   "am"   "gear" "carb"

DF <- data.frame(
  x=1:10,
  y=10:1,
  z=rep(5,10),
  a=11:20
)
DF

输出：

    x  y z  a
1   1 10 5 11
2   2  9 5 12
3   3  8 5 13
4   4  7 5 14
5   5  6 5 15
6   6  5 5 16
7   7  4 5 17
8   8  3 5 18
9   9  2 5 19
10 10  1 5 20

---

DF[c("a","x")] <- list(NULL)

输出：

        y z
    1  10 5
    2   9 5
    3   8 5
    4   7 5
    5   6 5
    6   5 5
    7   4 5
    8   3 5    
    9   2 5
    10  1 5

这里有一种方法可以解决它：dplyr

#df[ -c(1,3:6, 12) ]  # original
df.cut <- df %>% select(-col.to.drop.1, -col.to.drop.2, ..., -col.to.drop.6)  # with dplyr::select()

我喜欢这个，因为它在没有注释的情况下阅读和理解很直观，并且对列在数据框中改变位置很可靠。它还遵循用于删除元素的矢量化习语。-

另一个答案。 用。dplyrselect(-column)

如果您的变量具有一些通用的命名结构，您可以尝试 .例如starts_with()

library(dplyr)
df <- data.frame(var1 = rnorm(5), var2 = rnorm(5), var3 = rnorm (5), 
                 var4 = rnorm(5), char1 = rnorm(5), char2 = rnorm(5))
df
#        var2      char1        var4       var3       char2       var1
#1 -0.4629512 -0.3595079 -0.04763169  0.6398194  0.70996579 0.75879754
#2  0.5489027  0.1572841 -1.65313658 -1.3228020 -1.42785427 0.31168919
#3 -0.1707694 -0.9036500  0.47583030 -0.6636173  0.02116066 0.03983268

df1 <- df %>% select(-starts_with("char"))

df1
#        var2        var4       var3       var1
#1 -0.4629512 -0.04763169  0.6398194 0.75879754
#2  0.5489027 -1.65313658 -1.3228020 0.31168919
#3 -0.1707694  0.47583030 -0.6636173 0.03983268

如果要在数据框中删除变量序列，可以使用 .例如，如果你想删除 、 和介于两者之间的所有变量，你只剩下：:var2var3var1

df2 <- df1 %>% select(-c(var2:var3) )  
df2
#        var1
#1 0.75879754
#2 0.31168919
#3 0.03983268

Bernd Bischl 的包中有一个函数可以做到这一点。dropNamed()BBmisc

BBmisc::dropNamed(df, "x")

优点是它避免了重复数据帧参数，因此适合管道输入（就像方法一样）：magrittrdplyr

df %>% BBmisc::dropNamed("x")

如果您不想使用上述@hadley，另一种解决方案： 如果“COLUMN_NAME”是要删除的列的名称：

df[,-which(names(df) == "COLUMN_NAME")]

Dplyr 解决方案

我怀疑这在这里会引起很多关注，但是如果你有一个要删除的列列表，并且你想在我在子句中使用的链中这样做：dplyrone_of()select

下面是一个简单、可重现的例子：

undesired <- c('mpg', 'cyl', 'hp')

mtcars <- mtcars %>%
  select(-one_of(undesired))

可以通过运行或此处找到文档：?one_of

http://genomicsclass.github.io/book/pages/dplyr_tutorial.html

提供要删除的数据框和逗号分隔的名称字符串：

remove_features <- function(df, features) {
  rem_vec <- unlist(strsplit(features, ', '))
  res <- df[,!(names(df) %in% rem_vec)]
  return(res)
}

用法：

remove_features(iris, "Sepal.Length, Petal.Width")

除了前面的答案中演示之外，还有其他几个选项可用于删除列，这些选项不涉及定义所有特定的列名称（使用 dplyr starwars 示例数据来表示列名称的某些变化）：select(-one_of(drop_col_names))dplyrselect()

library(dplyr)
starwars %>% 
  select(-(name:mass)) %>%        # the range of columns from 'name' to 'mass'
  select(-contains('color')) %>%  # any column name that contains 'color'
  select(-starts_with('bi')) %>%  # any column name that starts with 'bi'
  select(-ends_with('er')) %>%    # any column name that ends with 'er'
  select(-matches('^f.+s$')) %>%  # any column name matching the regex pattern
  select_if(~!is.list(.)) %>%     # not by column name but by data type
  head(2)

# A tibble: 2 x 2
homeworld species
  <chr>     <chr>  
1 Tatooine  Human  
2 Tatooine  Droid 

如果您需要删除数据框中可能存在也可能不存在的列，这里有一个轻微的转折，使用与使用不同，如果列名称不存在，则不会引发警告。在此示例中，“bad_column”不是数据框中的列：select_if()one_of()Unknown columns:

starwars %>% 
  select_if(!names(.) %in% c('height', 'mass', 'bad_column'))

使用 找到要删除的列的索引。给这些索引一个负号 （）。然后对这些值进行子集，这将从数据帧中删除它们。这是一个示例。which*-1

DF <- data.frame(one=c('a','b'), two=c('c', 'd'), three=c('e', 'f'), four=c('g', 'h'))
DF
#  one two three four
#1   a   d     f    i
#2   b   e     g    j

DF[which(names(DF) %in% c('two','three')) *-1]
#  one four
#1   a    g
#2   b    h

如果你有一个大和低内存使用。 。 。 。或 rm 和 within 删除 data.frame 的列，就像当前 （R 3.6.2） 使用更多内存一样 - 除了手册的提示以交互方式使用子集。data.frame[subset

getData <- function() {
  n <- 1e7
  set.seed(7)
  data.frame(a = runif(n), b = runif(n), c = runif(n), d = runif(n))
}

DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- DF[setdiff(names(DF), c("a", "c"))] ##
#DF <- DF[!(names(DF) %in% c("a", "c"))] #Alternative
#DF <- DF[-match(c("a","c"),names(DF))]  #Alternative
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used

DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- subset(DF, select = -c(a, c)) ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#357 MB are used

DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- within(DF, rm(a, c)) ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used

DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF[c("a", "c")]  <- NULL ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used

另一个尚未发布的 data.table 选项是使用特殊动词，它代表数据子集。与参数一起，您可以按名称或索引选择/删除列。.SD.SDcols

require(data.table)
# data
dt = data.table(
  A = LETTERS[1:5],
  B = 1:5,
  C = rep(TRUE, 5)
)
# delete B
dt[ , .SD, .SDcols =! 'B' ]
# delete all matches (i.e. all columns)
cols = grep('[A-Z]+', names(dt), value = TRUE)
dt[ , .SD, .SDcols =! cols ]

可以在此处找到 data.table 中此类任务的所有选项的摘要

你可以做很多方法......

选项 1：

df[ , -which(names(df) %in% c("name1","name2"))]

选项 2：

df[!names(df) %in% c("name1", "name2")]

选项 3：

subset(df, select=-c(name1,name2))

在数据框中按列名称删除和删除列。

A <- df[ , c("Name","Name1","Name2","Name3")]

df <- data.frame(
+   a=1:5,
+   b=6:10,
+   c=rep(22,5),
+   d=round(runif(5)*100, 2),
+   e=round(runif(5)*100, 2),
+   f=round(runif(5)*100, 2),
+   g=round(runif(5)*100, 2),
+   h=round(runif(5)*100, 2)
+ )
> df
  a  b  c     d     e     f     g     h
1 1  6 22 76.31 39.96 66.62 72.75 73.14
2 2  7 22 53.41 94.85 96.02 97.31 85.32
3 3  8 22 98.29 38.95 12.61 29.67 88.45
4 4  9 22 20.04 53.53 83.07 77.50 94.99
5 5 10 22  5.67  0.42 15.07 59.75 31.21

> # remove cols: d g h
> newDf <- df[, c(1:3, 5), drop=TRUE]
> newDf
  a  b  c     e
1 1  6 22 39.96
2 2  7 22 94.85
3 3  8 22 38.95
4 4  9 22 53.53
5 5 10 22  0.42

使用折叠包中的函数的另一个选项。下面是一个可重现的例子：fselect

DF <- data.frame(
  x=1:10,
  y=10:1,
  z=rep(5,10),
  a=11:20
)

library(collapse)
fselect(DF, -z)
#>     x  y  a
#> 1   1 10 11
#> 2   2  9 12
#> 3   3  8 13
#> 4   4  7 14
#> 5   5  6 15
#> 6   6  5 16
#> 7   7  4 17
#> 8   8  3 18
#> 9   9  2 19
#> 10 10  1 20

^{创建于 2022-08-26 with reprex v2.0.2}