删除小于 n 值的列？

【问题标题】：drop columns that take less than n values?删除小于 n 值的列？
【发布时间】：2016-11-03 19:31:54
【问题描述】：

假设我有一个如下的数据框：

df <- data.frame(v1 = sample(1:10, 100, replace = T), v2 = sample(LETTERS, 100, replace = T),
                 V3 = sample(letters, 100, replace = T), v4 = sample(1:15, 100, replace = T))

我想创建一个新的数据框 df2 只包含超过 10 个值的列。因此，在此示例中，它将是 v2、v3 和 v4。我怎样才能做到这一点？实际上，我的数据框有数千列。

我试过了：

df2 <- df %>% select(which(length(unique(.))>10))

【问题讨论】：

df[, sapply(df, function(x) length(unique(x))) > 10]

标签： r dplyr

【解决方案1】：

或者，您可以使用dplyr 中的select_if()，您可以将函数作为谓词传递以选择列：

library(dplyr)
df %>% select_if(function(col) n_distinct(col) > 10)

#    v2 V3 v4
#1    T  a 12
#2    R  k  7
#3    L  l  1
# ...

或者在dplyr版本>=1.00中使用select和where

df  %>%
     select(where(~ n_distinct(.) > 10))

【讨论】：

【解决方案2】：

笨重，但它有效...

x<-as.data.frame(t(apply(df,2,function(x) length(x[unique(x)]))>10))

df[,names(x[,x>0])]

【讨论】：

它有效。有更好的解决方案，但诋毁花费在工作解决方案上的时间甚至没有发布为什么是蹩脚的。做更好的 SE。