Tengo un marco de datos R con 6 columnas, y quiero crear un nuevo marco de datos que solo tenga tres de las columnas. noExtracción de columnas específicas de un marco de datos
data.frame(df$A,df$B,df$E)
es una forma más compacta de hacer esto:
Suponiendo mi trama de datos es df, y quiero extraer columnas A, B y E, este es el único comando que puedo averiguar ?
Sí, la hay.
# 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")]
Hay dos opciones obvias: Ulrich de Joshua df[,c("A","B","E")] o
df[,c(1,2,5)]
como en
> 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
Este es el papel de la función subset():
> 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
Cuando intento esto, con mis datos, aparece el error: "Error en x [j]: tipo de subíndice no válido 'lista'" Pero si c ("A", "B") no es una lista , ¿Qué es? –
@Rafael_Espericueta Difícil de adivinar sin ver su código ... Pero 'c (" A "," B ")' es un vector, no una lista. –
Convierte el marco de datos a la lista. –
Uso el dplyr paquete, si su hoja.de.datos se llama df1:
library(dplyr)
df1 %>%
select(A, B, E)
Esto también se puede escribir sin la tubería %>% como:
select(df1, A, B, E)
Usando de nuevo dplyr, donde DF1 es su marco de datos original:
df2 <- subset(df1, select = c(1, 2, 5))
Esto no usa 'dplyr'. Utiliza 'base :: subconjunto', y es idéntica a [respuesta de Stephane Laurent] (https://stackoverflow.com/a/10086494/903061) excepto que utiliza números de columna en lugar de nombres de columna. – Gregor
[ y subconjunto no son sustituibles:
[ devuelve un vector si solo se selecciona una columna.
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"))
)
No si configura 'drop = FALSE'. Ejemplo: 'df [, c (" a "), drop = F]' – untill
También puede utilizar el paquete sqldf que lleva a cabo selecciona en tramas de datos R como:
df1 <- sqldf("select A, B, E from df")
Esto da como la salida de una trama de datos df1 con columnas: A, B, E.
Por alguna razón solamente
df[, (names(df) %in% c("A","B","E"))]
trabajó para mí. Todas las sintaxis anteriores arrojaron "columnas indefinidas seleccionadas".
Que da el error 'objeto de tipo 'cierre' no es subconjunto'. –
@ArenCambre: entonces su data.frame realmente no se llama 'df'. 'df' también es una función en el paquete de estadísticas. –
@ArenCambre: http://2.bp.blogspot.com/-XU9PduVhq-I/Um-Y6e19jZI/AAAAAAAADfI/PrmoFQexa5M/s1600/Book+last+page.jpg –