Supprimer une colonne entière d'un data.frame dans R

Est-ce que quelqu'un sait comment supprimer une colonne entière d'un data.frame dans R? Par exemple, si on me donne ce 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

et je veux supprimer la 2ème colonne.

Vous pouvez le régler sur 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

Comme indiqué dans les commentaires, voici quelques autres possibilités:

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

Vous pouvez supprimer plusieurs colonnes via:

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

Soyez prudent avec le sous-ensemble de matrice, car vous pouvez vous retrouver avec un vecteur:

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

Pour supprimer une ou plusieurs colonnes par nom, lorsque les noms des colonnes sont connus (au lieu d'être déterminés au moment de l'exécution), j'aime la subset()syntaxe. Par exemple pour la trame de données

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

pour supprimer uniquement la acolonne que vous pourriez faire

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

et pour supprimer les colonnes bet que dvous pourriez faire

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

Vous pouvez supprimer toutes les colonnes entre det bavec:

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

Comme je l'ai dit plus haut, cette syntaxe ne fonctionne que lorsque les noms des colonnes sont connus. Cela ne fonctionnera pas lorsque les noms des colonnes sont déterminés par programme (c'est-à-dire attribués à une variable). Je reproduis cet avertissement à partir de la ?subsetdocumentation:

Avertissement:

Il s'agit d'une fonction pratique destinée à être utilisée de manière interactive. Pour la programmation, il est préférable d'utiliser les fonctions de sous-ensemble standard comme «[», et en particulier l'évaluation non standard de l'argument «sous-ensemble» peut avoir des conséquences imprévues.

(Pour être complet) Si vous souhaitez supprimer des colonnes par nom, vous pouvez le faire:

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]

L'inclusion drop = Fgarantit que le résultat sera toujours un data.framemême s'il ne reste qu'une colonne.

Les réponses affichées sont très bonnes lorsque vous travaillez avec l' data.frameart. Cependant, ces tâches peuvent être assez inefficaces du point de vue de la mémoire. Avec des données volumineuses, la suppression d'une colonne peut prendre un temps anormalement long et / ou échouer en raison d' out of memoryerreurs. Le package data.tablepermet de résoudre ce problème avec l' :=opérateur:

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

Je devrais rassembler un exemple plus grand pour montrer les différences. Je mettrai à jour cette réponse à un moment donné avec cela.

Il existe plusieurs options pour supprimer une ou plusieurs colonnes avec dplyr::select()et certaines fonctions d'assistance. Les fonctions d'assistance peuvent être utiles car certaines ne nécessitent pas de nommer toutes les colonnes spécifiques à supprimer. Notez que pour supprimer des colonnes à l'aide de select()vous devez utiliser un interligne- début pour annuler les noms de colonne.

Utilisation des dplyr::starwarsexemples de données pour une variété de noms de colonnes:

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 

Vous pouvez également déposer par numéro de colonne:

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

Avec cela, vous pouvez supprimer columnet stocker variabledans un autre variable.

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