Mai*_*ura 182 r data.table
为了摆脱a中名为"foo"的列data.frame,我可以这样做:
df <- df[-grep('foo', colnames(df))]
但是,一旦df转换为data.table对象,就无法删除列.
例:
df <- data.frame(id = 1:100, foo = rnorm(100))
df2 <- df[-grep('foo', colnames(df))] # works
df3 <- data.table(df)
df3[-grep('foo', colnames(df3))]
但是一旦它被转换为一个data.table对象,这就不再适用了.
Jos*_*ien 263
以下任何一项都foo将从data.table中删除列df3:
# Method 1 (and preferred as it takes 0.00s even on a 20GB data.table)
df3[,foo:=NULL]
df3[, c("foo","bar"):=NULL] # remove two columns
myVar = "foo"
df3[, (myVar):=NULL] # lookup myVar contents
# Method 2a -- A safe idiom for excluding (possibly multiple)
# columns matching a regex
df3[, grep("^foo$", colnames(df3)):=NULL]
# Method 2b -- An alternative to 2a, also "safe" in the sense described below
df3[, which(grepl("^foo$", colnames(df3))):=NULL]
data.table还支持以下语法:
## Method 3 (could then assign to df3,
df3[, !"foo"]
但如果你实际上想删除列"foo"从df3(而不是仅仅打印的视图df3负列"foo"),你真的要使用方法1代替.
(请注意,如果您使用的方法依赖于grep()或者grepl(),您需要设置pattern="^foo$",而不是"foo",如果你不希望与喜欢的名字列"fool"和"buffoon"(即包含这些foo作为子)也被匹配和删除.)
接下来的两个习语也会起作用 - 如果df3包含列匹配"foo" - 但如果不匹配则会以可能意外的方式失败.例如,如果您使用其中任何一个来搜索不存在的列"bar",则最终会得到一个零行data.table.
因此,它们最适合交互式使用,例如,可能需要显示data.table减去名称中包含子字符串的任何列"foo".出于编程目的(或者如果您想要实际删除列df3而不是它的副本),方法1,2a和2b确实是最佳选择.
# Method 4:
df3[, .SD, .SDcols = !patterns("^foo$")]
Ari*_*man 29
您也可以使用set它,这可以避免[.data.tablein循环的开销:
dt <- data.table( a=letters, b=LETTERS, c=seq(26), d=letters, e=letters )
set( dt, j=c(1L,3L,5L), value=NULL )
> dt[1:5]
b d
1: A a
2: B b
3: C c
4: D d
5: E e
如果你想按列名做,which(colnames(dt) %in% c("a","c","e"))应该适用j.
msp*_*msp 17
我只是在数据框中这样做:
DT$col = NULL
快速工作,据我所知,不会造成任何问题.
更新:如果你的DT非常大,不是最好的方法,因为使用$<-操作符会导致对象复制.这样更好用:
DT[, col:=NULL]
如果您要在数据表中删除许多单独的列并且要避免输入所有列名称，请使用非常简单的方法#careadviced
dt <- dt[, -c(1,4,6,17,83,104)]
这将根据列号删除列。
显然，它效率不高，因为它绕过了data.table的优点，但是如果您处理的行数少于500,000行，则可以正常工作