使用 fread() 读取后无法子集数据帧

Question

我正在尝试对名为cars 的表进行子集化，如下所示。我不想在我的子表中使用Country 列，所以我使用[,-1] 删除第一列，而是将我的新变量cars.use 分配给-1。这里发生了什么？

> library(data.table)
> cars <- fread('cars.csv', header = TRUE)
> typeof(cars)
[1] "list"
> head(cars)
Country                       Car  MPG Weight Drive_Ratio Horsepower Displacement Cylinders
1:    U.S.        Buick Estate Wagon 16.9  4.360        2.73        155          350         8
2:    U.S. Ford Country Squire Wagon 15.5  4.054        2.26        142          351         8
3:    U.S.        Chevy Malibu Wagon 19.2  3.605        2.56        125          267         8
4:    U.S.    Chrysler LeBaron Wagon 18.5  3.940        2.45        150          360         8
5:    U.S.                  Chevette 30.0  2.155        3.70         68           98         4
6:   Japan             Toyota Corona 27.5  2.560        3.05         95          134         4
> cars.use <- cars[,-1]
> cars.use
[1] -1

Answer 1

通过使用fread，我们得到一个data.table。对于子集，可以使用data.table、with=FALSE。

cars[,-1, with=FALSE]

在?data.table中有描述

默认情况下 with=TRUE 并且 j 在 x 的框架内进行计算；柱子 名称可以用作变量。当 with=FALSE j 是一个字符 列名的向量或列位置的数值向量 select，返回的值始终是data.table。 with=FALSE 是 通常在 data.table 中用于动态选择列。

数据

 cars <- data.table(Col1= 1:5, Col2= 6:10)

Answer 2

您可以致电fread() 解决此问题。

如果您更改 fread() 呼叫以按名称（或按编号）删除第一列，则在阅读时将跳过该列。

fread("cars.csv", drop = "Country", header = TRUE)

您遇到子集问题的原因是fread() 默认返回一个数据表。如果您需要数据帧，请将data.table 参数更改为FALSE。

cars <- fread("cars.csv", header = TRUE, data.table = FALSE)

现在我们有了一个数据框，您使用的代码cars[,-1] 将可以工作。如果要删除列并返回数据框，请将这两者结合起来。

fread("cars.csv", drop = "Country", header = TRUE, data.table = FALSE)

更多详情请见help(fread)。

Answer 3

一个选项是将您的所有列 Country 设置为 NULL。这可以按如下方式完成：

# Create dataframe
df <- read.delim(text='
Country Car MPG Weight Drive_Ratio Horsepower Displacement Cylinders
U.S. BuickEstateWagon 16.9 4.360 2.73 155 350 8
U.S. FordCountrySquireWagon 15.5 4.054 2.26 142 351 8
U.S. ChevyMalibuWagon 19.2 3.605 2.56 125 267 8
U.S. ChryslerLeBaronWagon 18.5 3.940 2.45 150 360 8
U.S. Chevette 30.0 2.155 3.70 68 98 4
Japan ToyotaCorona 27.5 2.560 3.05 95 134 4', sep=' ')

#> df
#  Country                    Car  MPG Weight Drive_Ratio Horsepower
#1    U.S.       BuickEstateWagon 16.9  4.360        2.73        155
#2    U.S. FordCountrySquireWagon 15.5  4.054        2.26        142
#3    U.S.       ChevyMalibuWagon 19.2  3.605        2.56        125
#4    U.S.   ChryslerLeBaronWagon 18.5  3.940        2.45        150
#5    U.S.               Chevette 30.0  2.155        3.70         68
#6   Japan           ToyotaCorona 27.5  2.560        3.05         95
#  Displacement Cylinders
#1          350         8
#2          351         8
#3          267         8
#4          360         8
#5           98         4
#6          134         4

# Remove the 'Country' columns from the dataframe 
df$Country <- NULL

#> df
#                     Car  MPG Weight Drive_Ratio Horsepower Displacement
#1       BuickEstateWagon 16.9  4.360        2.73        155          350
#2 FordCountrySquireWagon 15.5  4.054        2.26        142          351
#3       ChevyMalibuWagon 19.2  3.605        2.56        125          267
#4   ChryslerLeBaronWagon 18.5  3.940        2.45        150          360
#5               Chevette 30.0  2.155        3.70         68           98
#6           ToyotaCorona 27.5  2.560        3.05         95          134
#  Cylinders
#1         8
#2         8
#3         8
#4         8
#5         4
#6         4