දත්ත රාමු තීරු නමින් දමන්න

දත්ත රාමුවකින් ඉවත් කිරීමට මා කැමති තීරු ගණනාවක් මා සතුව ඇත. මෙවැනි දෙයක් භාවිතා කර අපට ඒවා තනි තනිව මකා දැමිය හැකි බව මම දනිමි:

df$x <- NULL

නමුත් මම බලාපොරොත්තු වූයේ අඩු විධානයන් සමඟ මෙය කිරීමටයි.

එසේම, පූර්ණ සංඛ්‍යා සුචිගත කිරීම මඟින් මට තීරු අතහැර දැමිය හැකි බව මම දනිමි:

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

නමුත් මගේ විචල්‍යයන්ගේ සාපේක්ෂ පිහිටීම වෙනස් විය හැකි යැයි මම සිතමි.

R කොතරම් බලවත්ද යන්න සලකා බැලූ විට, එක් එක් තීරුව එකින් එක අතහැරීමට වඩා හොඳ ක්‍රමයක් තිබිය හැකි යැයි මම සිතුවෙමි.

ඔබට සරල නම් ලැයිස්තුවක් භාවිතා කළ හැකිය:

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)]

නැතහොත්, විකල්පයක් ලෙස, ඔබට ඒවා තබා ගැනීමට සහ ඒවා නම් වලින් යොමු කිරීමට ලැයිස්තුවක් සෑදිය හැකිය:

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

සංස්කරණය කරන්න: dropසුචිගත කිරීමේ ශ්‍රිතයේ තර්කය තවමත් නොදන්නා අය සඳහා , ඔබට එක් තීරුවක් දත්ත රාමුවක් ලෙස තබා ගැනීමට අවශ්‍ය නම්, ඔබ කරන්නේ:

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

drop=TRUE(හෝ එය සඳහන් නොකිරීම) අනවශ්‍ය මානයන් අතහැර දමනු ඇත, එබැවින් තීරුවේ අගයන් සහිත දෛශිකයක් ආපසු එවන්න y.

subsetඔබට අවශ්‍ය කුමන තීරු දැයි ඔබ දන්නේ නම් ප්‍රයෝජනවත් වන විධානය ද ඇත :

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

@Hadley විසින් අදහස් පසු යාවත්කාලීන කිරීම: සඳහා අතහැර තීරු ඔබට කළ හැකි A, C:

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

within(df, rm(x))

බොහෝ විට පහසුම හෝ බහු විචල්‍ය සඳහා:

within(df, rm(x, y))

නැතහොත් ඔබ data.tables සමඟ ගනුදෙනු කරන්නේ නම් ( දත්ත.ටේබල් හි නම අනුව තීරුවක් මකා දමන්නේ කෙසේද? ):

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

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

හෝ බහු විචල්යයන් සඳහා

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

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

ඔබට %in%මේ ආකාරයට භාවිතා කළ හැකිය :

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

ලැයිස්තුව (NULL) ද ක්‍රියාත්මක වේ:

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"

ඔබට අවශ්‍ය නම් තීරු යොමු කර ඉවත් කර ඒ හා සම්බන්ධ අභ්‍යන්තර පිටපත් කිරීමෙන් වළකින්න, data.framesඑවිට ඔබට data.tableපැකේජය සහ ශ්‍රිතය භාවිතා කළ හැකිය:=

ඔබට අක්ෂර දෛශික නම් :=ක්‍රියාකරුගේ වම් පැත්තට සහ NULLRHS ලෙස යැවිය හැකිය .

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]

ඇමතුමට පිටින් අක්ෂර දෛශිකයක් ලෙස නම් පූර්ව නිශ්චය කිරීමට ඔබට අවශ්‍ය නම් [, වස්තුවේ නම ඔතා ()හෝ {}LHS ඇමතීමේ විෂය පථය තුළ ඇගයීමට බල කරන්න 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.   

ඔබ ද භාවිතා කළ හැකිය setයන පොදු කාර්ය නැඟුණත්, [.data.table, ද සඳහා ක්රියා 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 () සංඛ්‍යාත්මක දෛශිකයක් ආපසු ලබා දෙනු ඇත යන කාරණය මත පදනම්ව වඩාත් ප්‍රබල උපාය මාර්ගයක් ඇත. මගේ එක් දත්ත කට්ටලයක මෙන් ඔබට දිගු විචල්‍ය ලැයිස්තුවක් තිබේ නම්, සමහර විචල්‍යයන් ".A" වලින් අවසන් වන අතර අනෙක් ඒවා ".B" වලින් අවසන් වන අතර ඔබට අවශ්‍ය වන්නේ ".A" වලින් අවසන් වන ඒවා පමණි (දිගේ රටාවට නොගැලපෙන සියලු විචල්‍යයන් සමඟ මෙය කරන්න:

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

ජෝරිස් මේස් උදාහරණය භාවිතා කරමින්, එය එතරම් සංයුක්ත නොවිය හැකි නමුත් එය එසේ වනු ඇත:

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

තවත් dplyrපිළිතුරක්. ඔබේ විචල්‍යයන්ට පොදු නම් කිරීමේ ව්‍යුහයක් තිබේ නම්, ඔබට උත්සාහ කළ හැකිය starts_with(). උදාහරණයක් වශයෙන්

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

දත්ත රාමුවේ විචල්‍ය අනුක්‍රමයක් අතහැර දැමීමට ඔබට අවශ්‍ය නම්, ඔබට භාවිතා කළ හැකිය :. ඔබ අතහැර දැමීමට අවශ්ය නම්, උදාහරණයක් ලෙස var2, var3සහ සියලු අතර විචල්ය, ඔබ ඉතිරි කළ කැමතියි var1:

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

Dplyr විසඳුම

මෙය මෙහි වැඩි අවධානයක් යොමු කරනු ඇතැයි මම සැක කරමි, නමුත් ඔබට ඉවත් කිරීමට අවශ්‍ය තීරු ලැයිස්තුවක් තිබේ නම්, සහ dplyrමම එය භාවිතා one_of()කරන දාමයකින් එය කිරීමට ඔබට අවශ්‍ය නම්select වගන්තියේ :

මෙන්න සරල, ප්‍රජනනය කළ හැකි උදාහරණයක්:

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

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

ධාවනය කිරීමෙන් ලේඛන සොයාගත හැකිය ?one_of හෝ මෙහි :

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

තවත් හැකියාවක්:

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

හෝ

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

ප්‍රතිදානය:

    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)

ප්‍රතිදානය:

        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

උනන්දුවෙන්, මෙය R හි අමුතු බහු සින්ටැක්ස් නොගැලපීම් වලින් එකක් සලකුණු කරයි. උදාහරණයක් ලෙස තීරු දෙකක දත්ත රාමුවක් ලබා දී ඇත:

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

මෙය දත්ත රාමුවක් ලබා දෙයි

subset(df, select=-y)

නමුත් මෙය දෛශිකයක් ලබා දෙයි

df[,-2]

මේ සියල්ල විස්තර කර ඇති ?[නමුත් එය හරියටම අපේක්ෂිත හැසිරීම නොවේ. හොඳයි අවම වශයෙන් මට නොවේ ...

මෙන්න dplyrඒ සඳහා යා හැකි ක්‍රමයක්:

#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()

මම මෙයට කැමතියි, එය ව්‍යාඛ්‍යාවකින් තොරව කියවීමට හා තේරුම් ගැනීමට සහ දත්ත රාමුව තුළ පිහිටීම වෙනස් කරන තීරු වලට ශක්තිමත් බැවින්. -මූලද්‍රව්‍ය ඉවත් කිරීම සඳහා දෛශිකකරණය කරන ලද අයිඩියම් ද එය අනුගමනය කරයි .

වඩා හොඳ මෝඩකමක් තිබිය යුතු යැයි මම සිතමි, නමුත් තීරු නමින් අඩු කිරීම සඳහා, මම පහත සඳහන් දේ කිරීමට නැඹුරු වෙමි:

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

නමින් උත්සවයක් තියෙනවා dropNamed()බර්න්ඩ් Bischl ගණන්වල BBmiscහරියටම මෙය කරන පැකේජය.

BBmisc::dropNamed(df, "x")

වාසිය නම්, එය දත්ත රාමු තර්කය පුනරාවර්තනය වීම වළක්වන අතර එමඟින් නල මාර්ගයට සුදුසු වේ magrittr( dplyrප්‍රවේශයන් මෙන් ):

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

ඉහත @ හැඩ්ලි භාවිතා කිරීමට ඔබට අවශ්‍ය නැතිනම් තවත් විසඳුමක්: "COLUMN_NAME" නම් ඔබට අතහැර දැමීමට අවශ්‍ය තීරුවේ නම:

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

ඔබ්බට select(-one_of(drop_col_names))පෙර පිළිතුරු පෙන්නුම් යුවලක් වෙනත් ඇත dplyrභාවිතා තීරු පහත වැටේ සඳහා විකල්ප select()බව (තීරු නම් සමහර විවිධත්වය සඳහා dplyr starwars නියැදි දත්ත භාවිතා කරමින්) සියලු විශේෂිත තීරුව නම් නිර්වචනය අදාල නොවන:

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 

ඔබට දත්ත රාමුව තුළ තිබිය හැකි හෝ නොවිය හැකි තීරුවක් අතහැර දැමීමට අවශ්‍ය නම්, මෙහි සුළු පෙරළියක් භාවිතා select_if()කිරීම මෙන් නොව , තීරුවේ නම නොපවතින one_of()විට Unknown columns:අනතුරු ඇඟවීමක් නොකරනු ඇත. මෙම උදාහරණයේ දී 'bad_column' යනු දත්ත රාමුවේ තීරුවක් නොවේ:

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

ඉවත් කිරීම සඳහා දත්ත රාමුව සහ කොමාවෙන් වෙන් කළ නම් මාලාවක් සපයන්න :

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

භාවිතය :

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

ඔබට භාවිතයෙන් ඉවත් කිරීමට අවශ්‍ය තීරු වල දර්ශකය සොයා ගන්න which. මෙම දර්ශකවලට negative ණ ලකුණක් දෙන්න ( *-1). ඉන්පසු එම අගයන් අනුකොටස් කරන්න, එමඟින් ඒවා දත්ත රාමුවෙන් ඉවත් කරනු ඇත. මෙය නිදසුනකි.

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

ඔබට විශාල ප්‍රමාණයක් තිබේ නම් data.frameසහ මතක භාවිතය අඩු නම් [ . . . . හෝ rmසහwithin කිරීමට ඇති තීරු ඉවත්data.frame ලෙස subsetකිරීමට අත්පොතේ ඉඟියක් ළඟ - වැඩි මතක භාවිතා (වි 3.6.2) දැනට භාවිතා subsetඅනොන්ය .

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