如何删除聚合函数创建的额外列？答案

【问题标题】：How to remove extra column created by aggregate function?如何删除聚合函数创建的额外列？
【发布时间】：2021-06-30 02:40:26
【问题描述】：

我正在尝试删除单个列，但我不能。

对于上下文，我正在尝试使用以下格式的数据计算某些汇总统计数据：

  State Year G1.Institutions
Alabama-1935 Alabama 1935              NA
Alabama-1936 Alabama 1936       0.4830918
Alabama-1937 Alabama 1937       0.0000000
Alabama-1938 Alabama 1938       0.0000000
Alabama-1939 Alabama 1939       0.4807692
Alabama-1940 Alabama 1940       0.0000000

根据上面的数据，我使用以下方法构建新表：

descriptives<-aggregate(G1.Institutions~ State, grow_us, mean)
descriptives$sd<-aggregate(G1.Institutions ~ State, grow_us, sd)
y1935 <-panel_data[panel_data$Year %in% c(1935  ), ] 
y2019 <-panel_data[panel_data$Year %in% c(2019  ), ] 
descriptives$y1935<-y1935$Institutions
descriptives$y2019<-y2019$Institutions
descriptives$change<-descriptives$y2019-descriptives$y1935  
descriptives

然后给我以下输出：

   State G1.Institutions   sd.State sd.G1.Institutions y1935 y2019 change
1    Alabama      -0.7513443    Alabama           2.868676   207   106   -101
2     Alaska       1.5304305     Alaska          11.986212     2     4      2
3    Arizona       0.6237702    Arizona          11.817228    15    14     -1
4   Arkansas      -1.0421333   Arkansas           2.492121   213    86   -127
5 California      -0.4250102 California           7.484268   245   137   -108
6   Colorado      -0.7262110   Colorado           5.486192   141    67    -74

这里的问题是聚合函数创建列 sd.State 是多余的，我想摆脱它。这就是麻烦开始的地方，这通常应该很容易操作，但事实并非如此。我尝试使用以下方法删除该列：

descriptives = subset(descriptives, select = -c(3) )

这去掉了第 3 列，但有趣的是它使用了第 4 列，现在数据看起来像这样：

                  State G1.Institutions y1935 y2019 change
1               Alabama      -0.7513443   207   106   -101
2                Alaska       1.5304305     2     4      2
3               Arizona       0.6237702    15    14     -1
4              Arkansas      -1.0421333   213    86   -127

我还尝试了一些其他常用的删除列的方法，例如：

descriptives = descriptives[,!(names(descriptives) %in% 'sd.State')]

有趣的是，代码运行没有错误但没有效果：

                  State G1.Institutions             sd.State sd.G1.Institutions y1935 y2019 change
1               Alabama      -0.7513443              Alabama           2.868676   207   106   -101
2                Alaska       1.5304305               Alaska          11.986212     2     4      2
3               Arizona       0.6237702              Arizona          11.817228    15    14     -1
4              Arkansas      -1.0421333             Arkansas           2.492121   213    86   -127

我进一步尝试：

descriptives$sd.State <- NULL

但由于某种原因，将整个数据框设置为 null 而不仅仅是那一列。

无论我尝试什么，我都无法仅删除 sd.State 列而不删除 sd.G1.Institutions 列。他们似乎以某种方式联系在一起。我认为这与聚合函数有关，因为我只是在使用它时遇到了这个问题。

我试图搜索过去的答案以寻找可能的解决方案，但我什至不知道这里的问题是什么。出于某种原因，关于删除列的问题的答案在这里根本不起作用。

【问题讨论】：

标签： r dataframe aggregate

【解决方案1】：

您正在使用 $ 表示法来考虑将列添加为变量，但您正在添加整个 data.frame，如果您执行 str(your_dataframe)。您将观察到您添加的 sd 列不仅仅是数字列，它会将您显示为列表/数据框。这就是您在删除/更改它们时遇到困难的原因。一个好的开始方法是不要那样做。所以这应该适合你。请注意，此处均值和 sd 都是在同一步骤中计算的，您不必运行多次描述性来计算 sd 和均值。还有对do.call end 的调用以在最后压平列的矩阵结构。请注意，如果您选择使用dplyr 或data.table 操作，所有这些麻烦都可以轻松解决。

descriptives<-do.call('data.frame', aggregate(G1.Institutions ~ State, df,function(x)c('mean'= mean(x, na.rm=TRUE), 'sd' = sd(x, na.rm=TRUE))))

下面是 str 现在的描述：

'data.frame':   1 obs. of  3 variables:
 $ State               : chr "Alabama"
 $ G1.Institutions.mean: num 0.193
 $ G1.Institutions.sd  : num 0.264

以下是您最终收到的内容，您可以看到str 输出的差异

'data.frame':   1 obs. of  3 variables:
 $ State          : chr "Alabama"
 $ G1.Institutions: num 0.193
 $ sd             :'data.frame':    1 obs. of  2 variables: ## this is not right
  ..$ State          : chr "Alabama"
  ..$ G1.Institutions: num 0.264

【讨论】：