r - 如何删除具有单个值的数据框列

Question

假设我在 R 中有以下数据框：

df1 <- data.frame(Item_Name = c("test1","test2","test3"), D_1=c(1,0,1),
                  D_2=c(1,1,1), D_3=c(11,3,1))

我想创建一个函数来删除没有差异的列（例如，在这种情况下，它会删除列D_2，因为它只有 1 个值）

我知道我可以手动检查它，但实际上我的数据非常大，我想自动化它。任何想法？

Answer 1

Filter在这里是一个有用的功能。我将只过滤那些有超过 1 个唯一值的。

IE

Filter(function(x)(length(unique(x))>1), df1)

##   Item_Name D_1 D_3
## 1     test1   1  11
## 2     test2   0   3
## 3     test3   1   1

Answer 2

你可以做：

df1[c(TRUE, lapply(df1[-1], var, na.rm = TRUE) != 0)]
#   Item_Name D_1 D_3
# 1     test1   1  11
# 2     test2   0   3
# 3     test3   1   1

这篇lapply文章告诉你哪些变量有一些差异：

lapply(df1[-1], var, na.rm = TRUE) != 0
#   D_1   D_2   D_3 
#   TRUE FALSE  TRUE 

Answer 3

在dplyr中，我们可以使用n_distinct来计算唯一值并select_if选择列

library(dplyr)
df1 %>% select(where(~n_distinct(.) > 1))
#For dplyr < 1.0.0
#df1 %>% select_if(~n_distinct(.) > 1)

#  Item_Name D_1 D_3
#1     test1   1  11
#2     test2   0   3
#3     test3   1   1

我们可以使用与purrr'skeep和相同的逻辑discard

purrr::keep(df1, ~n_distinct(.) > 1)
purrr::discard(df1, ~n_distinct(.) == 1)

---

除了data.table这样做的方式可能是

library(data.table)

setDT(df1)
df1[, lapply(df1, uniqueN) > 1, with = FALSE]

或者这可能更聪明/更好

df1[, .SD, .SDcols=lapply(df1, uniqueN) > 1]

---

在上述所有方法中，您可以在仅对数字列进行子集化后替换n_distinct/或函数。uniqueNvarsd

例如，

df1[-1] %>% select_if(~sd(.) != 0)