从R中的data.frame中删除整列

有谁知道如何从R中的data.frame中删除整个列？例如，如果我得到此data.frame：

> head(data)
   chr       genome region
1 chr1 hg19_refGene    CDS
2 chr1 hg19_refGene   exon
3 chr1 hg19_refGene    CDS
4 chr1 hg19_refGene   exon
5 chr1 hg19_refGene    CDS
6 chr1 hg19_refGene   exon

我想删除第二列。

您可以将其设置为NULL。

> Data$genome <- NULL
> head(Data)
   chr region
1 chr1    CDS
2 chr1   exon
3 chr1    CDS
4 chr1   exon
5 chr1    CDS
6 chr1   exon

正如评论中指出的那样，这里还有其他一些可能性：

Data[2] <- NULL    # Wojciech Sobala
Data[[2]] <- NULL  # same as above
Data <- Data[,-2]  # Ian Fellows
Data <- Data[-2]   # same as above

您可以通过以下方式删除多列：

Data[1:2] <- list(NULL)  # Marek
Data[1:2] <- NULL        # does not work!

不过，请谨慎使用矩阵子集，因为您可能会得到一个向量：

Data <- Data[,-(2:3)]             # vector
Data <- Data[,-(2:3),drop=FALSE]  # still a data.frame

要按名称删除一个或多个列，当知道列名（而不是在运行时确定）时，我喜欢这种subset()语法。例如，数据框

df <- data.frame(a=1:3, d=2:4, c=3:5, b=4:6)

删除仅a您可以做的列

Data <- subset( Data, select = -a )

并删除您可以做的b和d列

Data <- subset( Data, select = -c(d, b ) )

您可以删除之间的所有列d，并b用：

Data <- subset( Data, select = -c( d : b )

就像我在上面说的那样，这种语法仅在列名已知时才有效。如果说以编程方式确定列名（即分配给变量），则它将不起作用。我将从?subset文档中重现此警告：

警告：

这是旨在交互使用的便利功能。对于编程，最好使用“ [”之类的标准子集函数，尤其是对参数“子集”的非标准评估会产生意想不到的后果。

（出于完整性考虑）如果要按名称删除列，可以执行以下操作：

cols.dont.want <- "genome"
cols.dont.want <- c("genome", "region") # if you want to remove multiple columns

data <- data[, ! names(data) %in% cols.dont.want, drop = F]

包括在内drop = F可确保data.frame即使仅保留一列，结果仍将是a 。

使用data.frames 时，发布的答案非常好。但是，从内存角度来看，这些任务的效率可能非常低。对于大数据，删除列可能会花费非常长的时间和/或由于out of memory错误而失败。软件包data.table可帮助:=操作员解决此问题：

library(data.table)
> dt <- data.table(a = 1, b = 1, c = 1)
> dt[,a:=NULL]
     b c
[1,] 1 1

我应该举一个更大的例子来说明差异。我将在某个时候更新此答案。

有几个选项可用于删除带有dplyr::select()一个辅助功能的一个或多个列。帮助器功能很有用，因为某些功能不需要命名要删除的所有特定列。请注意，要使用删除列，select()您需要使用前导-符来否定列名。

将dplyr::starwars样本数据用于某些列名称中：

library(dplyr)

starwars %>% 
  select(-height) %>%                  # a specific column name
  select(-one_of('mass', 'films')) %>% # any columns named in one_of()
  select(-(name:hair_color)) %>%       # the range of columns from 'name' to 'hair_color'
  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('^v.+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 

您还可以按列号删除：

starwars %>% 
  select(-2, -(4:10)) # column 2 and columns 4 through 10

有了这个，您可以删除column和存储variable到另一个variable。

df = subset(data, select = -c(genome) )