web-dev-qa-db-ja.com

data.table Rの列のサブセットを選択します

私は、たとえば次のような列の列を持つデータテーブルを持っています：

dt<-data.table(matrix(runif(10*10),10,10))

相関行列（cor(dt)）の作成など、データテーブルに対して何らかの操作を実行したい。これを行うには、非数値または特定の範囲外の値を含むいくつかの列を削除します。

V1、V2、V3、V5を除く相関行列を見つけたいとしましょう。

私の現在のアプローチは次のとおりです。

cols<-!(colnames(dt)=="V1" | colnames(dt)=="V2" | colnames(dt)=="V3" | colnames(dt)=="V5")
new_dt<-subset(dt,,cols)
cor(new_dt)

Data.table構文は通常とてもエレガントだと考えると、これはかなり面倒です。これを行うより良い方法はありますか？

rdata.table
46
Jeff

with=FALSEを使用：

cols = paste("V", c(1,2,3,5), sep="")

dt[, !cols, with=FALSE]

"data.tableの概要" ビネットを確認することをお勧めします。

更新：v1.10.2以降では、次のこともできます。

dt[, ..cols]

詳細については、v1.10.2 here の最初のNEWS項目を参照してください。

72
Arun

できるよ

dt[, !c("V1","V2","V3","V5"), with=FALSE]

取得するため

            V4         V6         V7        V8         V9        V10
 1: 0.88612076 0.94727825 0.50502208 0.6702523 0.24186706 0.96263313
 2: 0.11121752 0.13969145 0.19092645 0.9589867 0.27968190 0.07796870
 3: 0.50179822 0.10641301 0.08540322 0.3297847 0.03643195 0.18082180
 4: 0.09787517 0.07312777 0.88077548 0.3218041 0.75826099 0.55847774
 5: 0.73475574 0.96644484 0.58261312 0.9921499 0.78962675 0.04976212
 6: 0.88861117 0.85690337 0.27723130 0.3662264 0.50881663 0.67402625
 7: 0.33933983 0.83392047 0.30701697 0.6138122 0.85107176 0.58609504
 8: 0.89907094 0.61389815 0.19957386 0.3968331 0.78876682 0.90546328
 9: 0.54136123 0.08274569 0.25190790 0.1920462 0.15142604 0.12134807
10: 0.36511064 0.88117171 0.05730210 0.9441072 0.40125023 0.62828674
15
MrFlick

with=FALSEを使用する別の方法は、.SDcolsを使用することです

cols = paste("V", c(1,2,3,5), sep="")
dt[, .SD, .SDcols=-cols]
10
Jeff

これは改善のようです：

> cols<-!(colnames(dt) %in% c("V1","V2","V3","V5"))
> new_dt<-subset(dt,,cols)
> cor(new_dt)
            V4          V6          V7          V8         V9         V10
V4   1.0000000  0.14141578 -0.44466832  0.23697216 -0.1020074  0.48171747
V6   0.1414158  1.00000000 -0.21356218 -0.08510977 -0.1884202 -0.22242274
V7  -0.4446683 -0.21356218  1.00000000 -0.02050846  0.3209454 -0.15021528
V8   0.2369722 -0.08510977 -0.02050846  1.00000000  0.4627034 -0.07020571
V9  -0.1020074 -0.18842023  0.32094540  0.46270335  1.0000000 -0.19224973
V10  0.4817175 -0.22242274 -0.15021528 -0.07020571 -0.1922497  1.00000000

これは把握するのがそれほど簡単ではありませんが、数値ベクトルで列を指定する必要がある状況で使用できる場合があります。

subset(dt, , !grepl(paste0("V", c(1:3,5),collapse="|"),colnames(dt) ))
4
42-

Dplyrを使用するオプション

require(dplyr)
dt<-as.data.frame(matrix(runif(10*10),10,10))
dt <- select(dt, -V1, -V2, -V3, -V4)
cor(dt)
2
Feargal Ryan

列名の指定が必須ではない場合：

> cor(dt[, !c(1:3, 5)])
             V4          V6          V7         V8          V9         V10
V4   1.00000000 -0.50472635 -0.07123705  0.9089868 -0.17232607 -0.77988709
V6  -0.50472635  1.00000000  0.05757776 -0.2374420  0.67334474  0.29476983
V7  -0.07123705  0.05757776  1.00000000 -0.1812176 -0.36093750  0.01102428
V8   0.90898683 -0.23744196 -0.18121755  1.0000000  0.21372140 -0.75798418
V9  -0.17232607  0.67334474 -0.36093750  0.2137214  1.00000000 -0.01179544
V10 -0.77988709  0.29476983  0.01102428 -0.7579842 -0.01179544  1.00000000
2
Georgie Shimanovsky

列インデックスでサブセット化する（名前の入力を避けるため）

dt[, names(dt)[c(-1, -2, -3, -5)], with = FALSE]

結果は大丈夫だ

            V4          V6         V7         V8         V9       V10
 1: 0.51500037 0.919066234 0.49447244 0.19564261 0.51945102 0.7238604
 2: 0.36477648 0.828889808 0.04564637 0.20265215 0.32255945 0.4483778
 3: 0.10853112 0.601278633 0.58363636 0.47807015 0.58061000 0.2584015
 4: 0.57569100 0.228642846 0.25734995 0.79528506 0.52067802 0.6644448
 5: 0.07873759 0.840349039 0.77798153 0.48699653 0.98281006 0.4480908
 6: 0.31347303 0.670762371 0.04591664 0.03428055 0.35916057 0.1297684
 7: 0.45374290 0.957848949 0.99383496 0.43939774 0.33470618 0.9429592
 8: 0.99403107 0.009750809 0.78816609 0.34713435 0.57937680 0.9227709
 9: 0.62776909 0.400467655 0.49433474 0.81536420 0.01637135 0.4942351
10: 0.10318372 0.177712847 0.27678497 0.59554454 0.29532020 0.7117959
2
t0tem