我有一个数据框，其中所有变量都是字符类型。许多列是完全空的，即只有变量标题，但没有值。有没有办法对空列进行子集化？
问问题
38220 次
9 回答
28
如果您的空列确实是空字符列，则应该使用以下内容。如果您的“空”字符列包括空格，则需要对其进行修改。
样本数据：
mydf <- data.frame(
A = c("a", "b"),
B = c("y", ""),
C = c("", ""),
D = c("", ""),
E = c("", "z")
)
mydf
# A B C D E
# 1 a y
# 2 b z
识别和删除“空”列。
mydf[!sapply(mydf, function(x) all(x == ""))]
# A B E
# 1 a y
# 2 b z
或者，正如@Roland 推荐的那样：
> mydf[, colSums(mydf != "") != 0]
A B E
1 a y
2 b z
于 2013-07-16T09:25:54.460 回答
12
您可以执行以下任一操作：
emptycols <- sapply(df, function (k) all(is.na(k)))
df <- df[!emptycols]
或者：
emptycols <- colSums(is.na(df)) == nrow(df)
df <- df[!emptycols]
如果你的意思是空的""，则第二种方法可以这样调整：
emptycols <- colSums(df == "") == nrow(df)
于 2013-07-16T09:26:53.320 回答
12
如果您正在谈论所有值的列NA，请使用remove_empty("cols")janitor 包。
如果您有每个值都是空字符串的字符向量，则""可以首先使用 dplyr 包将这些值转换为NA整个na_ifdata.frame ：
dat <- data.frame(
x = c("a", "b", "c"),
y = c("", "", ""),
z = c(NA, NA, NA),
stringsAsFactors = FALSE
)
dat
#> x y z
#> 1 a NA
#> 2 b NA
#> 3 c NA
library(dplyr)
library(janitor)
dat %>%
mutate_all(funs(na_if(., ""))) %>%
remove_empty("cols")
#> x
#> 1 a
#> 2 b
#> 3 c
于 2017-01-27T13:23:42.713 回答
6
我有类似的情况——我正在使用一个大型公共记录数据库，但是当我将它缩减到我需要的日期范围和类别时，有很多列没有使用。有些是空白的，有些是 NA。
选定的答案：https ://stackoverflow.com/a/17672737/233467对我不起作用，但这样做：
df[!sapply(df, function (x) all(is.na(x) | x == ""))]
于 2016-05-12T05:19:44.710 回答
4
这取决于您所说的空是什么意思：是 NA 还是""，或者甚至可以是" "？像这样的东西可能会起作用：
df[,!apply(df, 2, function(x) all(gsub(" ", "", x)=="", na.rm=TRUE))]
于 2013-07-16T09:35:39.973 回答
3
这也可以通过dplyrandselect_if
`select_if(df,function(x){any(!is.na(x))})`
或使用is.null()或x==""取决于数据中空值的定义方式。
于 2019-10-11T16:49:24.163 回答
2
这是可以修改以排除包含任何指定变量的列的内容。
newdf= df[, apply(df, 2, function(x) !any({is.na(x) | x== "" |
x== "-4"} ) )]
于 2018-07-28T05:44:59.427 回答
2
使用purrr包的简单解决方案：
purrr::discard(my_data_frame, ~all(is.na(.)))
于 2019-12-30T10:51:19.763 回答
0
如果您知道列索引，则可以使用
df[,-c(3, 5, 7)]
这将省略第 3、5、7 列。
于 2013-07-16T09:23:16.573 回答