R语言笔记——数据框的删除/保留二
上个专题已经详细介绍了两个R包。dplyr和data.table，这两个R包可以广泛应用于数据分析中，下个专题将介绍R语言的一些基本技能和实用技巧。
本文将介绍如何保留或删除数据框中的变量（列）。在R中，有多种选择或删除列的方法。
按名称模式保留/删除列
下面的代码为以下四个变量创建数据：
INC_A SAC_AINC_B ASD_A
> mydata = read.table(text="+ INC_A SAC_A INC_B ASD_A+ 2 1 5 12+ 3 4 2 13+ ", header=TRUE)
## INC_A SAC_A INC_B ASD_A## 1 2 1 5 12## 2 3 4 2 13
保留名称以“ INC”开头的列
grepl（）函数用于搜索与模式的匹配项。在这种情况下，它将在数据框mydata的列名开头搜索“ INC”。它返回INC_A和INC_B。
mydata1 = mydata[,grepl("^INC",names(mydata))]## INC_A INC_B## 1 2 5## 2 3 2
删除名称以“ INC”开头的列
该“！” 符号表示否定。它返回SAC_A和ASD_A。
mydata2 = mydata[,!grepl("^INC",names(mydata))]## SAC_A ASD_A## 1 1 12## 2 4 13
保留名称末尾包含“ _A”的列
“ $”用于在字符串末尾搜索子字符串。它返回INC_A，SAC_A和ASD_A。
mydata3 = mydata[,grepl("_A$",names(mydata))]## INC_A SAC_A ASD_A## 1 2 1 12## 2 3 4 13
删除名称末尾包含“ _A”的列
mydata4 = mydata[,!grepl("_A$",names(mydata))]保留名称包含字母“ S”的列
mydata5 = mydata[,grepl("*S",names(mydata))]# SAC_A ASD_A# 1 1 12# 2 4 13
如果您希望找出包含特定单词的列，则同样的逻辑也可以应用于单词。在下面的示例中，我们尝试将列包含在其中，C_A并为保留的列创建一个新的数据框。
mydata6 = mydata[,grepl("*C_A",names(mydata))]## INC_A SAC_A## 1 2 1## 2 3 4
删除名称包含字母“ S”的列
mydata7 = mydata[,!grepl("*S",names(mydata))]# INC_A INC_B# 1 2 5# 2 3 2
删除列中缺失值超过50％的列
创建一个虚拟数据框，其中包含几个缺失或空白值以供说明。
> df= data.frame(x=c(1,2,3,NA,NA), y=c(5,NA,3,NA,NA), Z=c(5,3,3,4,NA))## x y Z## 1 1 5 5## 2 2 NA 3## 3 3 3 3## 4 NA NA 4## 5 NA NA NA
sapply功能是for loop。它在数据帧的每一列上运行内置或用户定义的函数。sapply(df, function(x)mean(is.na(x)))返回数据框中每一列中缺失值的百分比。
> df = df[,!sapply(df, function(x) mean(is.na(x)))>0.5]## x Z## 1 1 5## 2 2 3## 3 3 3## 4 NA 4## 5 NA NA
R功能：保留/删除列功能
以下程序可自动保留或删除数据帧中的列。
> KeepDrop = function(data=df,cols="var",newdata=df2,drop=1) {++ # Double Quote Output Dataset Name+ t = deparse(substitute(newdata))+++ # Drop Columns+ if(drop == 1){+ newdata = data [ , !(names(data) %in% scan(textConnection(cols), what="", sep=" "))]}++ # Keep Columns+ else {+ newdata = data [ , names(data) %in% scan(textConnection(cols), what="", sep=" ")]}+ assign(t, newdata, .GlobalEnv)++ }
如何使用上面的函数
要保留变量'a'和'x'，请使用下面的代码。所述drop= 0意味着保持变量被在参数“COLS”指定。参数 “数据”是指输入数据帧。“ cols”是指您要保留/删除的变量。“ newdata”是指输出数据帧。
KeepDrop(data=mydata,cols="a x", newdata=dt, drop=0)
要删除变量，请使用下面的代码。所述drop= 1意味着除去变量这是在功能的第二参数定义。
KeepDrop(data=mydata,cols="a x", newdata=dt, drop=1)◆R语言笔记——数据框的删除/保留一