【问题标题】:Drop columns when splitting data frame in R在 R 中拆分数据帧时删除列
【发布时间】:2020-04-23 00:24:39
【问题描述】:

我正在尝试按列拆分数据表,但是一旦获得数据表列表,它们仍然包含拆分数据表的列。拆分完成后,我将如何删除此列。或者更可取的是,有没有办法删除多列。

这是我的代码:

x <- rnorm(10, mean = 5, sd = 2)
y <- rnorm(10, mean = 5, sd = 2)
z <- sample(5, 10, replace = TRUE)
dt <- data.table(x, y, z)

split(dt, dt$z)

生成的数据表子集如下所示

$`1`
          x        y z
1: 6.179790 5.776683 1
2: 5.725441 4.896294 1
3: 8.690388 5.394973 1

$`2`
          x        y z
1: 5.768285 3.951733 2
2: 4.572454 5.487236 2

$`3`
          x        y z
1: 5.183101 8.328322 3
2: 2.830511 3.526044 3

$`4`
          x        y z
1: 5.043010 5.566391 4
2: 5.744546 2.780889 4

$`5`
          x          y z
1: 6.771102 0.09301977 5

谢谢

【问题讨论】:

  • 看来拆分没有过载,因此可以以一种不错的方式完成。但是,这似乎是最优化的解决方案
  • 您几乎永远不需要这样做...我很好奇您为什么需要拆分它。
  • @Arun “你几乎不需要问这个”。提问者当然有这样做的理由。我自己发现这非常有用,因为我想在根据分组变量拆分数据矩阵后对其进行分析。

标签: r data.table


【解决方案1】:

除非您有一些花哨的并行化步骤要遵循,否则拆分 data.table 确实不值得。即便如此,您最好还是坚持使用一张桌子。

也就是说,我想你想要

split( dt[, !"z"], dt$z )

# or more generally

mysplitDT <- function(x, bycols) 
  split( x[, !..bycols], x[, ..bycols] )

mysplitDT(dt, "z")

如果你有一个 data.frame,你会遇到同样的问题:

df = data.frame(dt)
split( df[-which(names(df)=="z")], df$z )

【讨论】:

  • 我同意,将data.table 拆分成一个列表会(afaik)从data.table 复制许多副本,并且对于大型数据集可能效率不高。
  • 但是我将如何实现以下目标:假设我有 data.table,正如我原来的问题中所定义的那样,我想从每个组中删除我只能得到的异常值通过拆分原始data.table。
  • @LaurynasStašys DT[ ,{ non_outliers &lt;- ...; .SD[ non_outliers ]}, by=z] 其中... 是使用DT 的列来确定不是异常值的行的代码。 data.table 旨在与按组操作很好地配合使用。包的介绍材料通过几个例子说明了它的语法:github.com/Rdatatable/data.table/wiki/Getting-started
  • @LaurynasStašys 我不确定你想对数据中的每个组做些什么。根据我的经验,您可能可以在data.table 中使用by 参数。例如,dt[, w := sum(x), by = z] 将为您提供由z 拆分的每个组的x 总和。您可能需要提交另一个关于您的要求的问题。
  • 哦,基本上就是@Frank 所说的;)
【解决方案2】:

首先想到的是遍历列表并删除z 列。

lapply(split(dt, dt$z), function(d) { d$z &lt;- NULL; d })

我刚刚注意到您使用了data.table 包,因此可能有更好的data.table 方式来实现您想要的结果。

【讨论】:

  • 是的,我也是这么想的。但是,我正在寻找更简洁的解决方案:)
猜你喜欢
  • 1970-01-01
  • 2023-03-31
  • 1970-01-01
  • 1970-01-01
  • 2018-01-22
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2017-02-07
相关资源
最近更新 更多