データフレームの列を名前で削除する

データフレームから削除したい列がいくつかあります。私はそれらを個別に削除できることを知っています：

df$x <- NULL

しかし、私はより少ないコマンドでこれを行うことを望んでいました。

また、次のような整数インデックスを使用して列を削除できることも知っています。

df <- df[ -c(1, 3:6, 12) ]

しかし、私は変数の相対的な位置が変化するのではないかと心配しています。

Rがどれほど強力であるかを考えると、各列を1つずつ削除するよりも良い方法があると考えました。

名前の単純なリストを使用できます。

DF <- data.frame(
  x=1:10,
  y=10:1,
  z=rep(5,10),
  a=11:20
)
drops <- c("x","z")
DF[ , !(names(DF) %in% drops)]

または、代わりに、保持するリストを作成し、名前で参照することもできます。

keeps <- c("y", "a")
DF[keeps]

編集：dropインデックス関数の引数をまだ知らない人のために、1つの列をデータフレームとして保持したい場合は、次のようにします。

keeps <- "y"
DF[ , keeps, drop = FALSE]

drop=TRUE（または言及しない）は不要な次元を削除するため、columnの値を持つベクトルを返しますy。

subset必要な列がわかっている場合に役立つコマンドもあります。

df <- data.frame(a = 1:10, b = 2:11, c = 3:12)
df <- subset(df, select = c(a, c))

@hadleyによるコメントの後に更新：列a、c を削除するには、次のようにします。

df <- subset(df, select = -c(a, c))

within(df, rm(x))

おそらく最も簡単です、または複数の変数の場合：

within(df, rm(x, y))

または、data.tables を処理している場合（data.tableの名前で列をどのように削除しますか？）：

dt[, x := NULL]   # Deletes column x by reference instantly.

dt[, !"x"]   # Selects all but x into a new data.table.

または複数の変数

dt[, c("x","y") := NULL]

dt[, !c("x", "y")]

次の%in%ように使用できます：

df[, !(colnames(df) %in% c("x","bar","foo"))]

list（NULL）も機能します：

dat <- mtcars
colnames(dat)
# [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
# [11] "carb"
dat[,c("mpg","cyl","wt")] <- list(NULL)
colnames(dat)
# [1] "disp" "hp"   "drat" "qsec" "vs"   "am"   "gear" "carb"

参照によって列を削除し、関連する内部コピーを回避するdata.frames場合は、data.tableパッケージと関数を:=

文字ベクトル名を:=演算子の左側にNULL、RHSとして渡すことができます。

library(data.table)

df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)
DT <- data.table(df)
# or more simply  DT <- data.table(a=1:10, b=1:10, c=1:10, d=1:10) #

DT[, c('a','b') := NULL]

名前をへの呼び出しの外で文字ベクトルとして事前定義する場合[は、オブジェクトの名前をラップする()か{}、LHSをのスコープ内の名前としてではなく、呼び出しスコープで評価するように強制しますDT。

del <- c('a','b')
DT <- data.table(a=1:10, b=1:10, c=1:10, d=1:10)
DT[, (del) := NULL]
DT <-  <- data.table(a=1:10, b=1:10, c=1:10, d=1:10)
DT[, {del} := NULL]
# force or `c` would also work.   

また、使用することができるsetのオーバーヘッドを回避する、[.data.table、とものために働きますdata.frames！

df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)
DT <- data.table(df)

# drop `a` from df (no copying involved)

set(df, j = 'a', value = NULL)
# drop `b` from DT (no copying involved)
set(DT, j = 'b', value = NULL)

grep（）が数値ベクトルを返すという事実に基づいて、潜在的により強力な戦略があります。私のデータセットの1つで行うように変数の長いリストがある場合、「。A」で終わる変数と「.B」で終わる変数があり、「。A」で終わる変数だけが必要です（どちらのパターンにも一致しないすべての変数を使用して、次のようにします。

dfrm2 <- dfrm[ , -grep("\\.B$", names(dfrm)) ]

目下のケースでは、Joris Meysの例を使用すると、それほどコンパクトではないかもしれませんが、次のようになります。

DF <- DF[, -grep( paste("^",drops,"$", sep="", collapse="|"), names(DF) )]

別のdplyr答え。変数に共通の命名構造がある場合は、を試してみてくださいstarts_with()。例えば

library(dplyr)
df <- data.frame(var1 = rnorm(5), var2 = rnorm(5), var3 = rnorm (5), 
                 var4 = rnorm(5), char1 = rnorm(5), char2 = rnorm(5))
df
#        var2      char1        var4       var3       char2       var1
#1 -0.4629512 -0.3595079 -0.04763169  0.6398194  0.70996579 0.75879754
#2  0.5489027  0.1572841 -1.65313658 -1.3228020 -1.42785427 0.31168919
#3 -0.1707694 -0.9036500  0.47583030 -0.6636173  0.02116066 0.03983268
df1 <- df %>% select(-starts_with("char"))
df1
#        var2        var4       var3       var1
#1 -0.4629512 -0.04763169  0.6398194 0.75879754
#2  0.5489027 -1.65313658 -1.3228020 0.31168919
#3 -0.1707694  0.47583030 -0.6636173 0.03983268

変数のシーケンスをデータフレームにドロップする場合は、を使用できます:。あなたがドロップしたい場合たとえばvar2、var3、およびすべての間での変数は、あなただけが残っているはずですvar1。

df2 <- df1 %>% select(-c(var2:var3) )  
df2
#        var1
#1 0.75879754
#2 0.31168919
#3 0.03983268

別の可能性：

df <- df[, setdiff(names(df), c("a", "c"))]

または

df <- df[, grep('^(a|c)$', names(df), invert=TRUE)]

DF <- data.frame(
  x=1:10,
  y=10:1,
  z=rep(5,10),
  a=11:20
)
DF

出力：

    x  y z  a
1   1 10 5 11
2   2  9 5 12
3   3  8 5 13
4   4  7 5 14
5   5  6 5 15
6   6  5 5 16
7   7  4 5 17
8   8  3 5 18
9   9  2 5 19
10 10  1 5 20

DF[c("a","x")] <- list(NULL)

出力：

        y z
    1  10 5
    2   9 5
    3   8 5
    4   7 5
    5   6 5
    6   5 5
    7   4 5
    8   3 5    
    9   2 5
    10  1 5

Dplyrソリューション

これがここで大きな注目を集めるのではないかと思いますが、削除する列のリストがあり、節でdplyr使用するチェーンでそれを実行したい場合は、次のようにします。one_of()select

簡単で再現可能な例を次に示します。

undesired <- c('mpg', 'cyl', 'hp')

mtcars <- mtcars %>%
  select(-one_of(undesired))

ドキュメントは、実行する?one_ofかここにあります：

http://genomicsclass.github.io/book/pages/dplyr_tutorial.html

興味深いことに、これはRの奇妙な複数の構文不整合の1つを示しています。たとえば、2列のデータフレームがあるとします。

df <- data.frame(x=1, y=2)

これはデータフレームを与えます

subset(df, select=-y)

しかし、これはベクトルを与えます

df[,-2]

これはすべてで説明されて?[いますが、必ずしも期待される動作ではありません。まあ、少なくとも私には...

これを回避するdplyr方法は次のとおりです。

#df[ -c(1,3:6, 12) ]  # original
df.cut <- df %>% select(-col.to.drop.1, -col.to.drop.2, ..., -col.to.drop.6)  # with dplyr::select()

注釈なしで読み、理解するのは直感的であり、データフレーム内の列の位置が変化してもロバストであるため、これが好きです。また-、要素の削除に使用するベクトル化されたイディオムに従います。

私はもっ​​と良いイディオムがあるはずだと考え続けていますが、名前で列を減算するために、私は次のことをする傾向があります：

df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)

# return everything except a and c
df <- df[,-match(c("a","c"),names(df))]
df

これを正確にdropNamed()実行する関数がBernd BischlのBBmiscパッケージで呼び出されています。

BBmisc::dropNamed(df, "x")

利点は、データフレーム引数の繰り返しを回避できるため、magrittr（dplyrアプローチと同様に）パイプインに適しています。

df %>% BBmisc::dropNamed("x")

上記の@hadleyを使用したくない場合の別の解決策：「COLUMN_NAME」が削除する列の名前の場合：

df[,-which(names(df) == "COLUMN_NAME")]

向こうがselect(-one_of(drop_col_names))先に答えを実証し、夫婦他がありますdplyr使用して列を削除するためのオプションselect()それは（カラム名にいくつかのさまざまなdplyrスターウォーズのサンプルデータを使用して）すべての特定の列名を定義する必要ありません。

library(dplyr)
starwars %>% 
  select(-(name:mass)) %>%        # the range of columns from 'name' to 'mass'
  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('^f.+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 

データフレームに存在する場合と存在しない場合がある列を削除する必要がある場合、列名が存在しない場合にselect_if()使用one_of()するとUnknown columns:警告がスローされないという、ちょっとした工夫があります。この例では、「bad_column」はデータフレームの列ではありません。

starwars %>% 
  select_if(!names(.) %in% c('height', 'mass', 'bad_column'))

提供するデータフレームとの文字列をカンマで区切られた名前削除するには：

remove_features <- function(df, features) {
  rem_vec <- unlist(strsplit(features, ', '))
  res <- df[,!(names(df) %in% rem_vec)]
  return(res)
}

使用法：

remove_features(iris, "Sepal.Length, Petal.Width")

を使用して、削除する列のインデックスを見つけますwhich。これらのインデックスに負の符号（*-1）を付けます。次に、それらの値をサブセット化し、データフレームから削除します。これは一例です。

DF <- data.frame(one=c('a','b'), two=c('c', 'd'), three=c('e', 'f'), four=c('g', 'h'))
DF
#  one two three four
#1   a   d     f    i
#2   b   e     g    j

DF[which(names(DF) %in% c('two','three')) *-1]
#  one four
#1   a    g
#2   b    h

あなたが大きくdata.frame、メモリ使用量が少ない場合[ 。 。 。 。あるいはrmとwithinするための列を削除するdata.frame、などのsubset手動のヒントの横する-より多くのメモリを使用して、（R 3.6.2）現在使用してsubset対話的に。

getData <- function() {
  n <- 1e7
  set.seed(7)
  data.frame(a = runif(n), b = runif(n), c = runif(n), d = runif(n))
}

DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- DF[setdiff(names(DF), c("a", "c"))] ##
#DF <- DF[!(names(DF) %in% c("a", "c"))] #Alternative
#DF <- DF[-match(c("a","c"),names(DF))]  #Alternative
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used

DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- subset(DF, select = -c(a, c)) ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#357 MB are used

DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- within(DF, rm(a, c)) ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used

DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF[c("a", "c")]  <- NULL ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used