50

我有这个数据框： 

state county city  region  mmatrix  X1 X2 X3    A1     A2     A3      B1     B2     B3      C1      C2      C3

  1      1     1      1     111010   1  0  0     2     20    200       Push      8     12      NA      NA      NA
  1      2     1      1     111010   1  0  0     4     NA    400       Shove      9     NA

现在我想排除名称以某个字符串结尾的列，比如“1”（即 A1 和 B1）。我写了这段代码：

df_redacted <- df[, -grep("\\1$", colnames(df))]

但是，这似乎删除了每一列。如何修改代码，使其仅删除与模式匹配的列（即以“3”或任何其他字符串结尾）？

该解决方案必须能够处理具有数值和分类值的数据框。

4

6 回答 6

68

dplyr我使用/找到了一个简单的答案tidyverse。如果您colnames包含“This”，那么所有包含“This”的变量都将被删除。

library(dplyr) 
df_new <- df %>% select(-contains("This"))
于 2018-04-11T06:04:24.300 回答
51

如果我将它应用到一个最小的例子并且只搜索字符串“A”，你的代码就像一个魅力：

df <- data.frame(ID = 1:10,
                 A1 = rnorm(10),
                 A2 = rnorm(10),
                 B1 = letters[1:10],
                 B2 = letters[11:20])
df[, -grep("A", colnames(df))]

所以你的问题更多的是一个正则表达式问题，而不是如何删除列。如果我运行你的代码，我会得到一个错误：

df[, -grep("\\3$", colnames(df))]
Error in grep("\\3$", colnames(df)) : 
  invalid regular expression '\3$', reason 'Invalid back reference'

更新：你为什么不直接使用下面的表达式？

df[, -grep("1$", colnames(df))]
   ID         A2 B2
1   1  2.0957940  k
2   2 -1.7177042  l
3   3 -0.0448357  m
4   4  1.2899925  n
5   5  0.7569659  o
6   6 -0.5048024  p
7   7  0.6929080  q
8   8 -0.5116399  r
9   9 -1.2621066  s
10 10  0.7664955  t
于 2013-03-27T18:17:34.417 回答
17

作为一个额外的答案，因为我在寻找data.table这个问题的解决方案时偶然发现了这个。

library(data.table)
dt <- data.table(df)
drop.cols <- grep("1$", colnames(dt))
dt[, (drop.cols) := NULL]
于 2017-03-30T09:12:38.717 回答
7

对于排除任何字符串，您可以使用...

 # Search string to exclude
 strng <- "1"
 df <- data.frame(matrix(runif(25,max=10),nrow=5))
 colnames(df) <- paste( "EX" , 1:5 )
 df_red <- df[, -( grep(paste0( strng , "$" ) , colnames(df),perl = TRUE) ) ]

    df
#         EX 1     EX 2        EX 3     EX 4     EX 5
#   1 7.332913 4.972780 1.175947853 6.428073 8.625763
#   2 2.730271 3.734072 6.031157537 1.305951 8.012606
#   3 9.450122 3.259247 2.856123205 5.067294 7.027795
#   4 9.682430 5.295177 0.002015966 9.322912 7.424568
#   5 1.225359 1.577659 4.013616377 5.092042 5.130887

    df_red
#         EX 2        EX 3     EX 4     EX 5
#   1 4.972780 1.175947853 6.428073 8.625763
#   2 3.734072 6.031157537 1.305951 8.012606
#   3 3.259247 2.856123205 5.067294 7.027795
#   4 5.295177 0.002015966 9.322912 7.424568
#   5 1.577659 4.013616377 5.092042 5.130887
于 2013-03-27T18:18:44.743 回答
2

如果您正在专门寻找出现在列名称末尾的模式，要删除这些列，您可以使用以下命令：

library(dplyr) 
df_new <- df %>% select(-ends_with("linear"))

所有以该字符串结尾的列linear都将被删除。

于 2021-09-21T02:53:48.700 回答
0

您可以使用正则表达式进一步扩展它以进行更广泛的模式搜索。我有一个数据框，它有一堆带有"name"“upper_name” and“lower_name”`的列，因为它们代表了一堆系列的置信区间，但我并不需要它们。因此，使用正则表达式，您可以执行以下操作：

pattern = "(upper_[a-z]*)|(lower_[a-z]*)"
policyData <- policyData[, -grep(pattern = pattern, colnames(policyData))]

“|” 允许我在正则表达式中包含一个 or 语句，这样我就可以用一个模式执行一次，而不是查找每个模式。

于 2020-02-28T22:04:49.413 回答