从 R 中的 data.frame 中删除整列

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

并且我想删除第二列。

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

正如评论中指出的，这里有一些其他可能性：

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，因为您最终可能会得到一个向量：

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，当列名称已知（而不是在运行时确定）时，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)

您可以仅删除 a 列

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

，并删除您可以执行的 b 和 d 列您

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

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，此语法仅在列名已知时才有效。当说以编程方式确定列名称（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：

这是一个旨在交互使用的便利功能。
对于编程，最好使用标准子集
像“[”这样的函数，特别是非标准评估
参数“子集”可能会产生意想不到的后果。

Answer 3

（为了完整性）如果您想按名称删除列，您可以这样做：

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 确保结果仍然是 data.frame 即使仅剩下一列。

Answer 4

使用 data.frame 时发布的答案非常好。然而，从内存的角度来看，这些任务的效率可能相当低。对于大数据，删除列可能会花费异常长的时间和/或由于内存不足错误而失败。包 data.table 有助于使用 := 运算符解决此问题：

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

我应该组合一个更大的示例来显示差异。我会在某个时候更新这个答案。

Answer 5

这样，您可以删除列并将变量存储到另一个变量中。

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

Answer 6

有多种选项可用于使用 dplyr::select() 和一些辅助函数删除一列或多列。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 - 来否定列名称。

使用 dplyr::starwars 示例数据来表示某些列名称：

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
您还可以按列号删除：
starwars %>% 
  select(-2, -(4:10)) # column 2 and columns 4 through 10

)) %>%       # 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：

Answer 7

使用 dplyR，可以执行以下操作：

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%2D高度)

Answer 8

我只是想添加一个尚未提及的内容。它很简单，但也很有趣，因为在我浏览互联网的过程中，我没有看到它，尽管高度相关的 %in% 出现在很多地方。

df <- df[ , -which(names(df) == 'removeCol')]

另外，我没有看到有人发布 grep 替代方案。这些对于删除与模式匹配的多个列非常方便。

Answer 9

chr = chr[,-2]
如果这样做会更容易，只需从 df 中删除第二列并将其再次存储在 df 中即可。