基于列名字符向量的子集数据框[重复]

Question

菜鸟问题 - 提前感谢您的耐心...

我有一个数据框：

vals <- c(1,1,1,1)
testdf <- data.frame("var1"=vals, "var2"=vals, "var3"=vals)

我有一个变量名的字符向量：

varnames <- c("var1", "var2")

这是一个字符向量 b/c 我用它在脚本前面生成一个公式。

我想对数据框进行子集化，以便排除 varnames 中的变量，例如

newDF <- subset(df, select=-varnames)

这会产生错误，因为subset 需要名称而不是字符。所以，我用lapply把字符改成名字：

varnames <- lapply(varnames, as.name)

这个 lapply 函数的结果是一个命名 (?) 和嵌套 (?) 列表。

[[1]]
var1

[[2]]
var2

[[3]]
var3

这就是我迷路的地方（我觉得 Mugatu 服用了疯狂的药丸……这会让其他人感到困惑吗！？）。我可以看到每个值都已正确地从字符更改为名称，但它位于这个奇怪的嵌套结构中 - 所以当我尝试子集时，我得到一个错误。

我尝试了各种解决 unnest 和 unname 的方法，但都没有成功。这一定是我想念的容易的东西。

作为奖励 - 有人能告诉我为什么 lapply 返回这个嵌套的命名列表而不是简单的向量很有用吗？例如，它似乎与 Python 非常不同。谢谢。

Answer 1

您可以在[ 中定义所需列的名称（请参阅帮助文件?Extract 或help("[") 以了解子集运算符[）。

testdf[ names(testdf)[!names(testdf) %in% varnames] ]
## or
## testdf[, names(testdf)[!names(testdf) %in% varnames] , drop = FALSE]

或者，更简洁（感谢@Frank）

testdf[ setdiff(names(testdf), varnames)]
  var3
1    1
2    1
3    1
4    1

---

在哪里

names(testdf)
# [1] "var1" "var2" "var3"
varnames
# [1] "var1" "var2"

所以

names(testdf) %in% varnames
# [1]  TRUE  TRUE FALSE

因此

names(testdf)[!names(testdf) %in% varnames]
# [1] "var3"

与此相同

testdf[, "var3" ]

如果只返回一列，drop = FALSE 会阻止它“下降”到向量中。

---

另外，如果您查看lapply(X, FUN, ...) 的帮助文件

?lapply

lapply 返回一个与 X 长度相同的列表

这就是你得到一个列表的原因。

---

作为奖励 - 有人能告诉我为什么 lapply 返回这个嵌套的命名列表而不是简单的向量很有用吗？例如，它似乎与 Python 非常不同。谢谢。

当您使用列表时，您希望它保留为列表。

Answer 2

您也可以使用返回索引的match

testdf[-match(varnames,names(testdf))]


#   var3
#1    1
#2    1
#3    1
#4    1

Answer 3

您可以使用varnames[[1]] 等访问元素并将其转换为矢量，如果它对您来说更容易的话。

来源：https://www.datacamp.com/community/tutorials/r-tutorial-apply-family

lapply 接受一个列表并将函数应用于列表的每个元素。该列表还可以有另一个列表作为元素。因此它会考虑到这一点并返回该嵌套结构。