Wie löscht man eine Spalte nach Namen in data.table?

Um eine Spalte mit dem Namen "foo" in a loszuwerden data.frame, kann ich Folgendes tun:

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

Sobald dfes jedoch in ein data.tableObjekt konvertiert wurde , gibt es keine Möglichkeit, nur eine Spalte zu entfernen.

Beispiel:

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))] 

Sobald es jedoch in ein data.tableObjekt konvertiert wurde, funktioniert dies nicht mehr.

Mit einer der folgenden fooOptionen wird die Spalte aus der Datentabelle entfernt 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 unterstützt auch die folgende Syntax:

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

obwohl , wenn Sie es fehlte eigentlich Spalte zu entfernen , "foo"aus df3(im Gegensatz zu nur einen Blick auf den Druck df3minus Spalte "foo") Sie wirklich verwenden Methode 1 stattdessen wollen würde.

(Beachten Sie, dass Sie, wenn Sie eine Methode verwenden, die auf grep()oder grepl()basiert, festlegen müssen, pattern="^foo$"anstatt "foo", dass Spalten mit Namen wie "fool"und "buffoon"(dh solche, die fooals Teilzeichenfolge enthalten) ebenfalls abgeglichen und entfernt werden sollen.)

Weniger sichere Optionen, gut für den interaktiven Gebrauch:

Die nächsten beiden Redewendungen funktionieren ebenfalls - wenn sie df3eine Spaltenübereinstimmung enthalten"foo" -, schlagen jedoch auf wahrscheinlich unerwartete Weise fehl, wenn dies nicht der Fall ist. Wenn Sie beispielsweise eine davon verwenden, um nach der nicht vorhandenen Spalte zu suchen "bar", erhalten Sie eine Datentabelle mit null Zeilen.

Infolgedessen eignen sie sich am besten für die interaktive Verwendung, bei der beispielsweise eine Datentabelle ohne Spalten mit Namen angezeigt werden soll, die den Teilstring enthalten "foo". Für Programmierzwecke (oder wenn Sie die Spalte (n) tatsächlich df3aus einer Kopie entfernen möchten, anstatt aus einer Kopie davon) sind die Methoden 1, 2a und 2b wirklich die besten Optionen.

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

Schließlich gibt es Ansätze with=FALSE, data.tabledie dieses Argument verwenden , sich jedoch allmählich von der Verwendung dieses Arguments entfernen, sodass jetzt davon abgeraten wird, wo Sie es vermeiden können. Hier anzeigen, damit Sie wissen, dass die Option vorhanden ist, falls Sie sie wirklich benötigen:

# 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]

Sie können dies auch verwenden, setum den Overhead von [.data.tablein-Schleifen zu vermeiden :

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

Wenn Sie es nach Spaltennamen tun möchten, which(colnames(dt) %in% c("a","c","e"))sollte für funktionieren j.

Ich mache es einfach im Datenrahmen:

DT$col = NULL

Funktioniert schnell und verursacht, soweit ich sehen konnte, keine Probleme.

UPDATE: Nicht die beste Methode, wenn Ihr DT sehr groß ist, da die Verwendung des $<-Operators zum Kopieren von Objekten führt. Also besser nutzen:

DT[, col:=NULL]

Sehr einfache Option für den Fall, dass Sie viele einzelne Spalten in einer Datentabelle löschen müssen und nicht alle Spaltennamen #careadviced eingeben möchten

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

Dadurch werden stattdessen Spalten basierend auf der Spaltennummer entfernt.

Es ist offensichtlich nicht so effizient, weil es die Vorteile von data.table umgeht, aber wenn Sie mit weniger als 500.000 Zeilen arbeiten, funktioniert es einwandfrei

Angenommen , Ihre dt Spalten hat col1, col2, col3, col4, col5, coln.

So löschen Sie eine Teilmenge davon:

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

Hier ist eine Möglichkeit, wenn Sie eine Anzahl von Spalten auf NULL setzen möchten, da deren Spaltennamen eine Funktion für Ihre Verwendung sind :)

deleteColsFromDataTable <- function (train, toDeleteColNames) {

       for (myNm in toDeleteColNames)

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

       return (train)
}

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

Wenn Sie für eine data.table die Spalte NULL zuweisen, wird sie entfernt:

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

... was entspricht:

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

Das Äquivalent für einen data.frame lautet:

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

F. Warum enthält die Version für data.table ein Komma und in der Version für data.frame kein Komma?

A. Da data.frames als Liste von Spalten gespeichert werden, können Sie das Komma überspringen. Sie können es auch hinzufügen, aber dann müssen Sie sie einer Liste von NULLs , DF[, c("col1", "col2", "col3")] <- list(NULL).