使用 dplyr 过滤掉包含字符的列答案

【问题标题】：Use dplyr to filter out columns containing characters使用 dplyr 过滤掉包含字符的列
【发布时间】：2014-12-04 08:32:27
【问题描述】：

我有一个大型数据框，我想使用我最近发现的优秀包dplyr (Wickham)。我想过滤掉包含字符的列。这可能吗？

例如，在nycflights13 包内的flights 数据集中，如何过滤掉具有character 类的列？

library(nycflights13)
data(flights)
str(flights)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   336776 obs. of  16 variables:
 $ year     : int  2013 2013 2013 2013 2013 2013 2013 2013 2013 2013 ...
 $ month    : int  1 1 1 1 1 1 1 1 1 1 ...
 $ day      : int  1 1 1 1 1 1 1 1 1 1 ...
 $ dep_time : int  517 533 542 544 554 554 555 557 557 558 ...
 $ dep_delay: num  2 4 2 -1 -6 -4 -5 -3 -3 -2 ...
 $ arr_time : int  830 850 923 1004 812 740 913 709 838 753 ...
 $ arr_delay: num  11 20 33 -18 -25 12 19 -14 -8 8 ...
 $ carrier  : chr  "UA" "UA" "AA" "B6" ...
 $ tailnum  : chr  "N14228" "N24211" "N619AA" "N804JB" ...
 $ flight   : int  1545 1714 1141 725 461 1696 507 5708 79 301 ...
 $ origin   : chr  "EWR" "LGA" "JFK" "JFK" ...
 $ dest     : chr  "IAH" "IAH" "MIA" "BQN" ...
 $ air_time : num  227 227 160 183 116 150 158 53 140 138 ...
 $ distance : num  1400 1416 1089 1576 762 ...
 $ hour     : num  5 5 5 5 5 5 5 5 5 5 ...
 $ minute   : num  17 33 42 44 54 54 55 57 57 58 ...

有什么想法吗？

【问题讨论】：

这有点迂腐，但仅供参考，在 dplyr 中，您使用 select 选择列，使用 filter 选择行 - 所以从技术上讲，您不能“过滤列”。
我的回答是“为什么？”。您想对需要删除所有字符列的这个（或其他一些）数据集做什么？可能有更好的方法...
有。在我的回答中，使用Filter
@RichardScriven 那是如何，我在问为什么。我能想到去掉 char 列的唯一原因是转换为数字矩阵，但这里的数字列是如此不同，我想不出为什么要这样做......

标签： r dplyr

【解决方案1】：

你可以试试 summarise_each 从dplyr

library(dplyr) 
indx <- which(unlist(summarise_each(flights, funs(class))!='character'))
flights %>% 
       select(indx)

【讨论】：

我猜summarise_each 比colwise 容易。没有意识到它可以解决问题。
@RichardScriven 我用flights 进行了测试。似乎运作良好。
你准备好迎接这个了吗..select(flights, summarise_each(flights, funs(is.character(.))) %>% unlist() %>% which())哈哈。 dplyr 挺好玩的
@RichardScriven 最初，我使用与is.character 略有不同的一个。

【解决方案2】：

你不需要dplyr，你可以使用base R：

flights[, !sapply(flights, is.character)]

【讨论】：

【解决方案3】：

我认为没有dplyr 的快捷方式，但你可以得到你想要的：

flights %>% select(which(sapply(flights, class) != 'character'))

# Source: local data frame [336,776 x 12]
# 
#    year month day dep_time dep_delay arr_time arr_delay flight air_time distance hour minute
# 1  2013     1   1      517         2      830        11   1545      227     1400    5     17
# 2  2013     1   1      533         4      850        20   1714      227     1416    5     33
# 3  2013     1   1      542         2      923        33   1141      160     1089    5     42
# 4  2013     1   1      544        -1     1004       -18    725      183     1576    5     44
# 5  2013     1   1      554        -6      812       -25    461      116      762    5     54
# 6  2013     1   1      554        -4      740        12   1696      150      719    5     54
# 7  2013     1   1      555        -5      913        19    507      158     1065    5     55
# 8  2013     1   1      557        -3      709       -14   5708       53      229    5     57
# 9  2013     1   1      557        -3      838        -8     79      140      944    5     57
# 10 2013     1   1      558        -2      753         8    301      138      733    5     58
# ..  ...   ... ...      ...       ...      ...       ...    ...      ...      ...  ...    ...

【讨论】：

这个的变体是flights %>% select(-which(sapply(flights, is.character)))
-which 是个坏主意。在没有字符列的 data.frame 上尝试。

【解决方案4】：

我没有航班数据，但这种方法也适用于我尝试过的其他一些数据

do(flights, Filter(Negate(is.character), .))

当然，总有基础 R。对于这项任务，它似乎更容易一些

Filter(Negate(is.character), flights)

【讨论】：

@beginneR - 谢谢，我删除了它。显然其他人也不同意
@beginneR - 我现在意识到我错误地使用了colwise。将逻辑向量替换为 select 及其名称和所有内容会更好，更容易，我正在做 .dots = names(vec)[vec]
其实这样更好看f <- Negate(is.character); select_(flights, names(numcolwise(f)(flights)))

【解决方案5】：

这是一个使用 select_if() 的 dplyr/tidyverse 选项（使用 dplyr starwars 示例数据）：

starwars %>% 
  select_if(~!is.character(.)) %>% 
  head(2)

# A tibble: 2 x 6
    height  mass birth_year films     vehicles  starships
     <int> <dbl>      <dbl> <list>    <list>    <list>   
  1    172    77         19 <chr [5]> <chr [2]> <chr [2]>
  2    167    75        112 <chr [6]> <chr [0]> <chr [0]>

【讨论】：