从 R 中的 data.frame 中删除整个列

Question

有谁知道如何从 R 中的 data.frame 中删除整个列？ 例如，如果给我这个data.frame：

> head(data)
   chr       genome region
1 chr1 hg19_refGene    CDS
2 chr1 hg19_refGene   exon
3 chr1 hg19_refGene    CDS
4 chr1 hg19_refGene   exon
5 chr1 hg19_refGene    CDS
6 chr1 hg19_refGene   exon

我想删除第二列。

Answer 1

您可以将其设置为NULL 。

> Data$genome <- NULL
> head(Data)
   chr region
1 chr1    CDS
2 chr1   exon
3 chr1    CDS
4 chr1   exon
5 chr1    CDS
6 chr1   exon

正如评论中所指出的，这里有一些其他的可能性：

Data[2] <- NULL    # Wojciech Sobala
Data[[2]] <- NULL  # same as above
Data <- Data[,-2]  # Ian Fellows
Data <- Data[-2]   # same as above

您可以通过以下方式删除多个列：

Data[1:2] <- list(NULL)  # Marek
Data[1:2] <- NULL        # does not work!

不过要小心矩阵子集，因为你最终会得到一个向量：

Data <- Data[,-(2:3)]             # vector
Data <- Data[,-(2:3),drop=FALSE]  # still a data.frame

Answer 2

要按名称删除一个或多个列，当列名已知时（而不是在运行时确定），我喜欢subset()语法。 例如对于数据框

df <- data.frame(a=1:3, d=2:4, c=3:5, b=4:6)

只删除你可以做的a列

Data <- subset( Data, select = -a )

并删除你可以做的b和d列

Data <- subset( Data, select = -c(d, b ) )

您可以删除d和b之间的所有列：

Data <- subset( Data, select = -c( d : b )

正如我上面所说，这种语法只有在列名已知时才有效。 当说以编程方式确定列名（即分配给变量）时，它将不起作用。 我将从?subset文档中重现此警告：

警告：

这是一个方便的 function 用于交互使用。 对于编程，最好使用像“[”这样的标准子集函数，特别是参数“子集”的非标准评估可能会产生意想不到的后果。

Answer 3

（为了完整性）如果要按名称删除列，可以这样做：

cols.dont.want <- "genome"
cols.dont.want <- c("genome", "region") # if you want to remove multiple columns

data <- data[, ! names(data) %in% cols.dont.want, drop = F]

包括drop = F确保即使只剩下一列，结果仍然是data.frame 。

Answer 4

使用data.frame时，发布的答案非常好。 但是，从 memory 的角度来看，这些任务可能效率很低。 对于大数据，删除列可能会花费异常长的时间和/或由于out of memory错误而失败。 Package data.table使用:=运算符帮助解决此问题：

library(data.table)
> dt <- data.table(a = 1, b = 1, c = 1)
> dt[,a:=NULL]
     b c
[1,] 1 1

我应该整理一个更大的例子来展示差异。 我会在某个时候更新这个答案。

Answer 5

有几个选项可以使用dplyr::select()和一些辅助函数来删除一列或多列。 辅助函数可能很有用，因为有些函数不需要命名所有要删除的特定列。 请注意，要使用select()删除列，您需要使用前导-来否定列名。

使用dplyr::starwars示例数据获取列名中的一些变化：

library(dplyr)

starwars %>% 
  select(-height) %>%                  # a specific column name
  select(-one_of('mass', 'films')) %>% # any columns named in one_of()
  select(-(name:hair_color)) %>%       # the range of columns from 'name' to 'hair_color'
  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('^v.+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 

您还可以按列号删除：

starwars %>% 
  select(-2, -(4:10)) # column 2 and columns 4 through 10

Answer 6

有了这个，您可以删除column并将variable存储到另一个variable中。

df = subset(data, select = -c(genome) )

Answer 7

使用 dplyR，以下工作：

data <- select(data, -genome)

根据此处找到的文档https://www.marsja.se/how-to-remove-a-column-in-r-using-dplyr-by-name-and-index/#:~:text=select(starwars %2C%20%2高度)