如何删除数据框中的行？

Question

我有一个名为“mydata”的数据框，如下所示：

   A  B  C   D 
1. 5  4  4   4 
2. 5  4  4   4 
3. 5  4  4   4 
4. 5  4  4   4 
5. 5  4  4   4 
6. 5  4  4   4 
7. 5  4  4   4 

我想删除第 2、4、6 行。 例如，像这样：

   A  B  C   D
1. 5  4  4  4 
3. 5  4  4  4 
5. 5  4  4  4 
7. 5  4  4  4 

Answer 1

关键思想是您形成一组要删除的行，并保留该组的补充。

在 R 中，集合的补码由“-”运算符给出。

因此，假设data.frame被称为myData ：

myData[-c(2, 4, 6), ]   # notice the -

当然，如果您想完全删除这些行，请不要忘记“重新分配” myData ---否则，R 只会打印结果。

myData <- myData[-c(2, 4, 6), ]

Answer 2

您还可以使用所谓的布尔向量，也就是logical向量：

row_to_keep = c(TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE)
myData = myData[row_to_keep,]

请注意! 运算符充当 NOT，即!TRUE == FALSE ：

myData = myData[!row_to_keep,]

与@mrwab 的回答（+1 btw :)）相比，这似乎有点麻烦，但是可以动态生成逻辑向量，例如，列值超过某个值时：

myData = myData[myData$A > 4,]
myData = myData[!myData$A > 4,] # equal to myData[myData$A <= 4,]

您可以将布尔向量转换为索引向量：

row_to_keep = which(myData$A > 4)

最后，一个非常巧妙的技巧是，您不仅可以将这种子集用于提取，还可以用于赋值：

myData$A[myData$A > 4,] <- NA

其中A列被分配为NA （不是数字），其中A超过 4。

Answer 3

按行号删除的问题

对于快速和脏分析，您可以根据最佳答案按编号删除 data.frame 的行。 IE，

newdata <- myData[-c(2, 4, 6), ] 

但是，如果您正在尝试编写健壮的数据分析脚本，则通常应避免按数字位置删除行。 这是因为数据中行的顺序将来可能会发生变化。 data.frame 或数据库表的一般原则是行的顺序无关紧要。 如果顺序确实重要，则应将其编码在 data.frame 中的实际变量中。

例如，假设您在检查数据并确定要删除的行的行号后，导入了一个数据集并按数字位置删除了行。 但是，在稍后的某个时间点，您进入原始数据并环顾四周并重新排序数据。 您的行删除代码现在将删除错误的行，更糟糕的是，您不太可能收到警告您发生这种情况的任何错误。

更好的策略

更好的策略是根据行的实质性和稳定属性删除行。 例如，如果您有一个唯一标识每个案例的id列变量，您可以使用它。

newdata <- myData[ !(myData$id %in% c(2,4,6)), ]

其他时候，您将拥有可以指定的正式排除标准，并且您可以使用 R 中的众多子集工具之一来排除基于该规则的案例。

Answer 4

在您的数据框中创建 id 列或使用任何列名称来标识该行。 使用索引删除是不公平的。

使用subset功能创建新框架。

updated_myData <- subset(myData, id!= 6)
print (updated_myData)

updated_myData <- subset(myData, id %in% c(1, 3, 5, 7))
print (updated_myData)

Answer 5

按简化顺序：

mydata[-(1:3 * 2), ]

按顺序：

mydata[seq(1, nrow(mydata), by = 2) , ]

按负序：

mydata[-seq(2, nrow(mydata), by = 2) , ]

或者，如果您想通过选择奇数来进行子集化：

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

或者，如果您想通过选择奇数进行子集化，版本 2：

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

或者，如果您想通过过滤偶数来进行子集化：

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

或者，如果您想通过过滤偶数来进行子集化，版本 2：

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

Answer 6

从employee.data 中删除Dan - 无需管理新的data.frame。

employee.data <- subset(employee.data, name!="Dan")

Answer 7

为了完整dplyr ，我将补充说，这也可以使用dplyr来完成，也可以使用slice 。 使用它的优点是它可以成为管道工作流的一部分。

df <- df %>%
  .
  .
  slice(-c(2, 4, 6)) %>%
  .
  .

当然，您也可以不使用管道来使用它。

df <- slice(df, -c(2, 4, 6))

“非向量”格式-c(2, 4, 6)表示获取不在第2、4 和 6 行的所有内容。例如，使用范围的示例，假设您想删除前 5 行，您可以做slice(df, 6:n()) 。 有关更多示例，请参阅文档。

Answer 8

这是一个快速而肮脏的函数，用于按索引删除一行。

removeRowByIndex <- function(x, row_index) {
  nr <- nrow(x)
  if (nr < row_index) {
    print('row_index exceeds number of rows')
  } else if (row_index == 1)
  {
    return(x[2:nr, ])
  } else if (row_index == nr) {
    return(x[1:(nr - 1), ])
  } else {
    return (x[c(1:(row_index - 1), (row_index + 1):nr), ])
  }
}

它的主要缺陷是 row_index 参数不遵循作为值向量的 R 模式。 可能还有其他问题，因为我只花了几分钟的时间编写和测试它，并且在最近几周才开始使用 R。 非常欢迎对此提出任何意见和改进！

Answer 9

通过名称识别：

1. 调出唯一 ID 并识别数据框 (DF) 中的位置。
2. 标记为删除。 如果唯一 ID 适用于多行，则所有这些行都将被删除。

代码：

Rows<-which(grepl("unique ID", DF$Column))
DF2<-DF[-c(Rows),]
DF2

Answer 10

使用唯一 ID 时的另一种方法是对数据进行子集化：*这来自我想删除化学标准的实际报告

Chem.Report<-subset(Chem.Report, Chem_ID!="Standard")

Chem_ID 是列名。 这 ！ 对排除很重要