从数据框中仅选择数字列

假设您有一个像这样的data.frame：

x <- data.frame(v1=1:20,v2=1:20,v3=1:20,v4=letters[1:20])

您将如何只选择x中的数字列？

编辑：更新为避免使用不当建议sapply。

由于数据框是列表，因此我们可以使用list-apply函数：

nums <- unlist(lapply(x, is.numeric))  

然后是标准子集

x[ , nums]

## don't use sapply, even though it's less code
## nums <- sapply(x, is.numeric)

对于更惯用的现代R，我现在建议

x[ , purrr::map_lgl(x, is.numeric)]

较少的编码，较少的反映R的特殊问题，并且更直接，更健壮，可以在数据库后端的小标题上使用：

dplyr::select_if(x, is.numeric)

dplyr包的select_if(）函数是一个优雅的解决方案：

library("dplyr")
select_if(x, is.numeric)

Filter() 来自基本软件包的代码是该用例的理想功能：您只需编写代码：

Filter(is.numeric, x)

它也比select_if()：

library(microbenchmark)
microbenchmark(
    dplyr::select_if(mtcars, is.numeric),
    Filter(is.numeric, mtcars)
)

（在我的计算机上）返回的中位数为60微秒Filter，返回为select_if21000 微秒（快350倍）。

如果您只对列名感兴趣，请使用this：

names(dplyr::select_if(train,is.numeric))

这是其他答案的替代代码：

x[, sapply(x, class) == "numeric"]

与一个 data.table

x[, lapply(x, is.numeric) == TRUE, with = FALSE]

library(purrr)
x <- x %>% keep(is.numeric)

库PCAmixdata具有functon splitmix，它可以分割给定数据帧“ YourDataframe”的定量（数值数据）和定性（类别数据），如下所示：

install.packages("PCAmixdata")
library(PCAmixdata)
split <- splitmix(YourDataframe)
X1 <- split$X.quanti(Gives numerical columns in the dataset) 
X2 <- split$X.quali (Gives categorical columns in the dataset)

另一种方法可能如下：

#extracting numeric columns from iris datset
(iris[sapply(iris, is.numeric)])

如果因子变量很多，则可以使用select_if函数。安装dplyr软件包。有许多功能可以通过满足条件来分离数据。您可以设置条件。

这样使用。

categorical<-select_if(df,is.factor)
str(categorical)

这不能直接回答问题，但可能非常有用，特别是如果您想要除id列和因变量之外的所有数字列之类的东西。

numeric_cols <- sapply(dataframe, is.numeric) %>% which %>% 
                   names %>% setdiff(., c("id_variable", "dep_var"))

dataframe %<>% dplyr::mutate_at(numeric_cols, function(x) your_function(x))