Extraire des colonnes spécifiques d'un bloc de données

J'ai un bloc de données R avec 6 colonnes et je veux créer un nouveau bloc de données qui ne comporte que trois des colonnes.

En supposant que mon trame de données est df, et je veux des colonnes d'extraction A, Bet E, c'est la seule commande que je peux comprendre:

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

Existe-t-il une manière plus compacte de procéder?

En utilisant le package dplyr , si votre data.frame est appelé df1:

library(dplyr)

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

Cela peut également être écrit sans le %>%tube comme:

select(df1, A, B, E)

Vous pouvez créer un sous-ensemble à l'aide d'un vecteur de noms de colonne. Je préfère fortement cette approche à celles qui traitent les noms de colonnes comme s'il s'agissait de noms d'objets (par exemple subset()), en particulier lors de la programmation dans des fonctions, des packages ou des applications.

# 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")]

C'est le rôle de la subset()fonction:

> 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

Il y a deux choix évidents: celui de Joshua Ulrich df[,c("A","B","E")]ou

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

un péché

> 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

Pour une raison quelconque seulement

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

travaillé pour moi. Toutes les syntaxes ci-dessus ont produit "des colonnes non définies sélectionnées".

Où df1 est votre trame de données d'origine:

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

Vous pouvez également utiliser le sqldfpackage qui effectue des sélections sur les trames de données R comme:

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

Cela donne en sortie un bloc de données df1avec des colonnes: A, B, E.

Vous pouvez utiliser with:

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

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

En outre, vous pouvez attribuer un nom différent aux données nouvellement créées

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

[ et le sous-ensemble ne sont pas substituables:

[ renvoie un vecteur si une seule colonne est sélectionnée.

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"))
)