如何在data.table中按名称删除列？

要摆脱a中名为“ foo”的列data.frame，我可以这样做：

df <- df[-grep('foo', colnames(df))]

但是，一旦df转换为data.table对象，便无法删除列。

例：

df <- data.frame(id = 1:100, foo = rnorm(100))
df2 <- df[-grep('foo', colnames(df))] # works
df3 <- data.table(df)
df3[-grep('foo', colnames(df3))] 

但是一旦将其转换为data.table对象，它将不再起作用。

以下任何一项都会foo从data.table中删除列df3：

# Method 1 (and preferred as it takes 0.00s even on a 20GB data.table)
df3[,foo:=NULL]

df3[, c("foo","bar"):=NULL]  # remove two columns

myVar = "foo"
df3[, (myVar):=NULL]   # lookup myVar contents

# Method 2a -- A safe idiom for excluding (possibly multiple)
# columns matching a regex
df3[, grep("^foo$", colnames(df3)):=NULL]

# Method 2b -- An alternative to 2a, also "safe" in the sense described below
df3[, which(grepl("^foo$", colnames(df3))):=NULL]

data.table还支持以下语法：

## Method 3 (could then assign to df3, 
df3[, !"foo"]  

但如果你实际上想删除列"foo"从df3（而不是仅仅打印的视图df3负列"foo"），你真的要使用方法1代替。

（请注意，如果您使用依赖于grep()或的方法，并且您不希望将名称类似和的列（即包含子字符串的列）也进行匹配和删除，则grepl()需要设置pattern="^foo$"而不是。）"foo""fool""buffoon"foo

安全性较低的选项，适合交互式使用：

接下来的两个惯用法也将起作用- 如果df3包含匹配的列"foo" -但如果不匹配则将以可能无法预期的方式失败。例如，如果使用它们中的任何一个来搜索不存在的列"bar"，那么最终将得到零行的data.table。

因此，它们确实最适合用于交互式使用，例如可能想要显示一个data.table减去名称包含substring的任何列"foo"。出于编程目的（或者如果您想从中df3而不是从其副本中真正删除该列），方法1、2a和2b确实是最佳选择。

# Method 4:
df3[, .SD, .SDcols = !patterns("^foo$")]

最后，有一些使用的方法with=FALSE，尽管data.table逐渐不再使用此参数，因此现在不鼓励您避免使用它。在此处显示，因此您知道该选项确实存在，以防您确实需要它：

# Method 5a (like Method 3)
df3[, !"foo", with=FALSE] 
# Method 5b (like Method 4)
df3[, !grep("^foo$", names(df3)), with=FALSE]
# Method 5b (another like Method 4)
df3[, !grepl("^foo$", names(df3)), with=FALSE]

您也可以使用set它来避免[.data.tablein循环的开销：

dt <- data.table( a=letters, b=LETTERS, c=seq(26), d=letters, e=letters )
set( dt, j=c(1L,3L,5L), value=NULL )
> dt[1:5]
   b d
1: A a
2: B b
3: C c
4: D d
5: E e

如果要按列名进行操作，which(colnames(dt) %in% c("a","c","e"))则应适用于j。

我只是以某种方式在数据帧中进行操作：

DT$col = NULL

工作迅速，据我所知不会造成任何问题。

更新：如果您的DT很大，则不是最佳方法，因为使用$<-运算符将导致对象复制。所以更好地使用：

DT[, col:=NULL]

如果您要在数据表中删除许多单独的列并且要避免输入所有列名称，请使用非常简单的方法#careadviced

dt <- dt[, -c(1,4,6,17,83,104)]

这将根据列号删除列。

显然，它效率不高，因为它绕过了data.table的优点，但是如果您处理的行数少于500,000行，则可以正常工作

假设你有DT列col1，col2，col3，col4，col5，coln。

要删除其中的一部分：

vx <- as.character(bquote(c(col1, col2, col3, coln)))[-1]
DT[, paste0(vx):=NULL]

当您想将＃列设置为NULL时，这是一种方法，因为它们的列名是您使用的函数:)

deleteColsFromDataTable <- function (train, toDeleteColNames) {

       for (myNm in toDeleteColNames)

       train <- train [,(myNm):=NULL]

       return (train)
}

DT[,c:=NULL] # remove column c

对于data.table，将列分配为NULL会将其删除：

DT[,c("col1", "col1", "col2", "col2")] <- NULL
^
|---- Notice the extra comma if DT is a data.table

...相当于：

DT$col1 <- NULL
DT$col2 <- NULL
DT$col3 <- NULL
DT$col4 <- NULL

data.frame的等效项是：

DF[c("col1", "col1", "col2", "col2")] <- NULL
      ^
      |---- Notice the missing comma if DF is a data.frame

问：为什么data.table的版本中没有逗号，而data.frame的版本中没有逗号？

答：由于data.frames是作为列的列表存储的，因此可以跳过逗号。你也可以添加进来，但是，你需要将它们分配到列表NULLS， DF[, c("col1", "col2", "col3")] <- list(NULL)。