Jak usunąć kolumnę według nazwy w data.table?

Aby pozbyć się kolumny o nazwie „foo” w data.frame, mogę:

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

Jednak po dfprzekonwertowaniu na data.tableobiekt nie ma sposobu, aby po prostu usunąć kolumnę.

Przykład:

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))] 

Ale po przekształceniu w data.tableobiekt nie działa.

Każda z poniższych czynności spowoduje usunięcie kolumny fooz tabeli data.table 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 obsługuje również następującą składnię:

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

ale jeśli rzeczywiście chce usunąć kolumnę "foo"z df3(a nie tylko drukowanie widok df3minus kolumny "foo"), które tak naprawdę nie chcą korzystać z metody 1 zamiast.

(Pamiętaj, że jeśli używasz metody polegającej na grep()lub grepl(), musisz pattern="^foo$"raczej ustawić , niż "foo", jeśli nie chcesz, aby kolumny o nazwach takich jak "fool"i "buffoon"(tj. Zawierające foojako podłańcuch) również były dopasowywane i usuwane).

Mniej bezpieczne opcje, w porządku do użytku interaktywnego:

Kolejne dwa idiomy również będą działać - jeśli df3zawiera dopasowanie do kolumny"foo" - ale zakończy się niepowodzeniem w prawdopodobnie nieoczekiwany sposób, jeśli nie będzie. Jeśli, na przykład, użyjesz któregoś z nich do wyszukania nieistniejącej kolumny "bar", skończysz na zerowym wierszu data.table.

W rezultacie najlepiej nadają się do użytku interaktywnego, w którym można np. Wyświetlić tabelę data.tab pomniejszoną o kolumny zawierające nazwy zawierające podłańcuch "foo". Do celów programistycznych (lub jeśli chcesz faktycznie usunąć kolumny df3z kopii, a nie z jej kopii), Metody 1, 2a i 2b są naprawdę najlepszymi opcjami.

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

Wreszcie istnieją podejścia wykorzystujące with=FALSE, choć data.tablestopniowo odchodzi od używania tego argumentu, więc odradza się, gdzie można tego uniknąć; pokazując tutaj, abyś wiedział, że istnieje opcja na wypadek, gdybyś naprawdę jej potrzebował:

# 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]

Możesz również użyć setdo tego celu, co pozwala uniknąć narzutu [.data.tablew pętlach:

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

Jeśli chcesz to zrobić według nazwy kolumny, which(colnames(dt) %in% c("a","c","e"))powinno działać j.

Po prostu robię to w sposób podobny do ramki danych:

DT$col = NULL

Działa szybko i o ile wiem, nie powoduje żadnych problemów.

AKTUALIZACJA: nie najlepsza metoda, jeśli ID jest bardzo duży, ponieważ użycie $<-operatora doprowadzi do kopiowania obiektów. Więc lepiej użyj:

DT[, col:=NULL]

Bardzo prosta opcja, jeśli masz wiele pojedynczych kolumn do usunięcia w tabeli danych i chcesz uniknąć wpisywania wszystkich nazw kolumn #careadviced

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

Spowoduje to usunięcie kolumn opartych na numerze kolumny.

Oczywiście nie jest tak wydajny, ponieważ omija dane. Zalety tabeli, ale jeśli pracujesz z mniej niż powiedzmy 500 000 wierszy, działa dobrze

Załóżmy, że dt ma kolumn col1, col2, col3, col4, col5, coln.

Aby usunąć ich podzbiór:

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

Oto sposób, w jaki chcesz ustawić liczbę kolumn na NULL, biorąc pod uwagę, że nazwy ich kolumn mają funkcję do użytku :)

deleteColsFromDataTable <- function (train, toDeleteColNames) {

       for (myNm in toDeleteColNames)

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

       return (train)
}

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

W przypadku data.table przypisanie kolumny do NULL powoduje jej usunięcie:

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

... co jest odpowiednikiem:

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

Odpowiednikiem dla data.frame jest:

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

P: Dlaczego w wersji dla data.table występuje przecinek, aw wersji dla data.frame nie ma przecinka?

A. Ponieważ ramki danych są przechowywane jako lista kolumn, możesz pominąć przecinek. Można również dodać je jednak wtedy trzeba będzie przypisać je do listy NULLs DF[, c("col1", "col2", "col3")] <- list(NULL).