从数据框中提取特定列

我有一个包含6列的R数据框，并且我想创建一个仅包含三列的新数据框。

假设我的数据帧df，我想提列A，B和E，这是唯一的命令，我可以计算出：

 data.frame(df$A,df$B,df$E)

有没有更紧凑的方法可以做到这一点？

如果您的data.frame被调用，则使用dplyr包df1：

library(dplyr)

df1 %>%
  select(A, B, E)

也可以在不使用%>%管道的情况下将其写为：

select(df1, A, B, E)

您可以使用列名称的向量作为子集。与将列名视为对象名（例如subset()）的方法相比，我特别喜欢这种方法，尤其是在函数，程序包或应用程序中进行编程时。

# data for reproducible example
# (and to avoid confusion from trying to subset `stats::df`)
df <- setNames(data.frame(as.list(1:5)), LETTERS[1:5])
# subset
df[,c("A","B","E")]

这是subset()函数的作用：

> dat <- data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,7),E=c(8,8),F=c(9,9)) 
> subset(dat, select=c("A", "B"))
  A B
1 1 3
2 2 4

有两个明显的选择：约书亚·乌尔里希（Joshua Ulrich）df[,c("A","B","E")]或

df[,c(1,2,5)]

如

> df <- data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,7),E=c(8,8),F=c(9,9)) 
> df
  A B C D E F
1 1 3 5 7 8 9
2 2 4 6 7 8 9
> df[,c(1,2,5)]
  A B E
1 1 3 8
2 2 4 8
> df[,c("A","B","E")]
  A B E
1 1 3 8
2 2 4 8

仅出于某些原因

df[, (names(df) %in% c("A","B","E"))]

为我工作。以上所有语法均产生“未定义的列已选择”。

其中df1是您的原始数据帧：

df2 <- subset(df1, select = c(1, 2, 5))

您还可以使用sqldf对R数据帧执行选择的程序包，如下所示：

df1 <- sqldf("select A, B, E from df")

这给出了df1具有列A，B，E 的数据帧作为输出。

您可以使用with：

with(df, data.frame(A, B, E))

df<- dplyr::select ( df,A,B,C)

另外，您可以为新创建的数据指定其他名称

data<- dplyr::select ( df,A,B,C)

[ 和子集不可替代：

[ 如果仅选择一列，则不会返回向量。

df = data.frame(a="a",b="b")    

identical(
  df[,c("a")], 
  subset(df,select="a")
) 

identical(
  df[,c("a","b")],  
  subset(df,select=c("a","b"))
)