11

我有一个由数字和非数字列组成的数据框。

我想只提取（子集）非数字列，所以字符列。虽然我能够使用字符串对数字列进行子集化：sub_num = x[sapply(x, is.numeric)]，但我无法使用is.character表单执行相反的操作。谁能帮我？

4

6 回答 6

10

好的，我对我的想法做了一个简短的尝试。

我可以确认以下代码片段正在运行：

str(d)
 'data.frame':  5 obs. of  3 variables:
  $ a: int  1 2 3 4 5
  $ b: chr  "a" "a" "a" "a" ...
  $ c: Factor w/ 1 level "b": 1 1 1 1 1


# Get all character columns
d[, sapply(d, class) == 'character']

# Or, for factors, which might be likely:
d[, sapply(d, class) == 'factor']

# If you want to get both factors and characters use
d[, sapply(d, class) %in% c('character', 'factor')]

使用正确的类，您的sapply-approach 应该也可以工作，至少只要您,在函数之前插入缺失的内容sapply。

如果您有不属于该组的类，则使用的方法!is.numeric不能很好地扩展numeric, factor, character（例如，我经常使用的类是POSIXct）

于 2012-05-12T15:12:28.087 回答
6

如果您尝试仅选择字符列，则可以使用dplyr::select_if()和来完成is.character()。以dplyr::starwars样本数据为例：

library(dplyr)
starwars %>% 
  select_if(is.character) %>% 
  head(2)
# A tibble: 2 x 7
  name           hair_color skin_color eye_color gender homeworld species
  <chr>          <chr>      <chr>      <chr>     <chr>  <chr>     <chr>  
1 Luke Skywalker blond      fair       blue      male   Tatooine  Human  
2 C-3PO          NA         gold       yellow    NA     Tatooine  Droid

或者，如果您尝试否定某个列类型，请注意语法略有不同：

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

# A tibble: 2 x 10
    name           hair_color skin_color eye_color gender homeworld species films     vehicles  starships
    <chr>          <chr>      <chr>      <chr>     <chr>  <chr>     <chr>   <list>    <list>    <list>   
  1 Luke Skywalker blond      fair       blue      male   Tatooine  Human   <chr [5]> <chr [2]> <chr [2]>
  2 C-3PO          NA         gold       yellow    NA     Tatooine  Droid   <chr [6]> <chr [0]> <chr [0]>
于 2018-11-01T14:08:04.980 回答
2

尝试：

x[sapply(x, function(x) !is.numeric(x))]

因为它会拉出任何非数字的因素和字符。

编辑：

x <- data.frame(a=runif(10), b=1:10, c=letters[1:10], 
    d=as.factor(rep(c("A", "B"), each=5)), 
    e=as.Date(seq(as.Date("2000/1/1"), by="month", length.out=10)),
    stringsAsFactors = FALSE)

# > str(x)
# 'data.frame':   10 obs. of  5 variables:
#  $ a: num  0.814 0.372 0.732 0.522 0.626 ...
#  $ b: int  1 2 3 4 5 6 7 8 9 10
#  $ c: chr  "a" "b" "c" "d" ...
#  $ d: Factor w/ 2 levels "A","B": 1 1 1 1 1 2 2 2 2 2
#  $ e: Date, format: "2000-01-01" "2000-02-01" ...

x[sapply(x, function(x) !is.numeric(x))]
于 2012-05-12T15:13:15.743 回答
1

之前的其他答案不是那么清楚。所以我发布了这种方法。要获取字符列的名称，您可以执行以下操作：

chrs <- sapply(df_data, is.character)
chrCols <- names(df_data[, chrs])
于 2016-08-10T02:35:58.807 回答
0

根据最近的dplyr更新：

starwars %>% 
  select(where(is.character))

你可以切换is.character到is.numeric/is.factor等等。

另一种方法是使用包中的keepordiscard函数purrr：

starwars %>% 
  purrr::keep(~is.character(.)) 

starwars %>% 
  purrr::discard(~!is.character(.))
于 2022-01-05T12:17:00.973 回答
0

使用@Tyler 示例

x <- data.frame(a=runif(10), b=1:10, c=letters[1:10], 
    d=as.factor(rep(c("A", "B"), each=5)), 
    e=as.Date(seq(as.Date("2000/1/1"), by="month", length.out=10)),
    stringsAsFactors = FALSE)

In Base R

base::Filter(Negate(is.numeric),x)



   c d          e
1  a A 2000-01-01
2  b A 2000-02-01
3  c A 2000-03-01
4  d A 2000-04-01
5  e A 2000-05-01
6  f B 2000-06-01
7  g B 2000-07-01
8  h B 2000-08-01
9  i B 2000-09-01
10 j B 2000-10-01
于 2018-02-07T07:40:24.360 回答