從數據框中僅選擇數字列

Question

假設，你有一個這樣的 data.frame：

x <- data.frame(v1=1:20,v2=1:20,v3=1:20,v4=letters[1:20])

您將如何 select 只有 x 中的那些列是數字？

Answer 1

編輯：更新以避免使用不明智的sapply 。

由於數據框是一個列表，我們可以使用 list-apply 函數：

nums <- unlist(lapply(x, is.numeric), use.names = FALSE)  

然后標准子集

x[ , nums]

## don't use sapply, even though it's less code
## nums <- sapply(x, is.numeric)

對於更慣用的現代 R 我現在推薦

x[ , purrr::map_lgl(x, is.numeric)]

更少的代碼，更少反映 R 的特殊怪癖，更直接，更健壯地用於數據庫后端小標題：

dplyr::select_if(x, is.numeric)

較新版本的 dplyr 也支持以下語法：

x %>% dplyr::select(where(is.numeric))

Answer 2

dplyr 包的select_if( ) function 是一個優雅的解決方案：

library("dplyr")
select_if(x, is.numeric)

Answer 3

來自基礎 package 的Filter()是該用例的完美 function ：您只需編寫代碼：

Filter(is.numeric, x)

它也比select_if()快得多：

library(microbenchmark)
microbenchmark(
    dplyr::select_if(mtcars, is.numeric),
    Filter(is.numeric, mtcars)
)

返回（在我的計算機上） Filter的中位數為 60 微秒， select_if的中位數為 21 000 微秒（快 350 倍）。

Answer 4

如果您只對列名感興趣，請使用：

names(dplyr::select_if(train,is.numeric))

Answer 5

iris %>% dplyr::select(where(is.numeric)) #as per most recent updates

purrr的另一個選項是否定discard function：

iris %>% purrr::discard(~!is.numeric(.))

如果您想要數字列的名稱，可以添加names或colnames ：

iris %>% purrr::discard(~!is.numeric(.)) %>% names

Answer 6

這是其他答案的替代代碼：

x[, sapply(x, class) == "numeric"]

與data.table

x[, lapply(x, is.numeric) == TRUE, with = FALSE]

Answer 7

library(purrr)
x <- x %>% keep(is.numeric)

Answer 8

庫 PCAmixdata 具有拆分給定 dataframe“YourDataframe”的定量（數值數據）和定性（分類數據）的函數 splitmix，如下所示：

install.packages("PCAmixdata")
library(PCAmixdata)
split <- splitmix(YourDataframe)
X1 <- split$X.quanti(Gives numerical columns in the dataset) 
X2 <- split$X.quali (Gives categorical columns in the dataset)

Answer 9

如果你有很多因子變量，你可以使用select_if函數。 安裝 dplyr 包。 通過滿足條件來分離數據的 function 有很多。 你可以設置條件。

像這樣使用。

categorical<-select_if(df,is.factor)
str(categorical)

Answer 10

另一種方法可能如下：-

#extracting numeric columns from iris datset
(iris[sapply(iris, is.numeric)])

Answer 11

Numerical_variables <- which(sapply(df, is.numeric))
# then extract column names 
Names <- names(Numerical_variables)

Answer 12

這不會直接回答問題，但可能非常有用，特別是如果您想要除 id 列和因變量之外的所有數字列。

numeric_cols <- sapply(dataframe, is.numeric) %>% which %>% 
                   names %>% setdiff(., c("id_variable", "dep_var"))

dataframe %<>% dplyr::mutate_at(numeric_cols, function(x) your_function(x))