要摆脱 a 中名为“foo”的列data.frame，我可以这样做：
df <- df[-grep('foo', colnames(df))]
但是，一旦df转换为data.table对象，就没有办法只删除一列。
例子：
df <- data.frame(id = 1:100, foo = rnorm(100))
df2 <- df[-grep('foo', colnames(df))] # works
df3 <- data.table(df)
df3[-grep('foo', colnames(df3))]
但是一旦它被转换为一个data.table对象，它就不再起作用了。
foo以下任何一项都会从 data.table中删除列df3：
# Method 1 (and preferred as it takes 0.00s even on a 20GB data.table)
df3[,foo:=NULL]
df3[, c("foo","bar"):=NULL] # remove two columns
myVar = "foo"
df3[, (myVar):=NULL] # lookup myVar contents
# Method 2a -- A safe idiom for excluding (possibly multiple)
# columns matching a regex
df3[, grep("^foo$", colnames(df3)):=NULL]
# Method 2b -- An alternative to 2a, also "safe" in the sense described below
df3[, which(grepl("^foo$", colnames(df3))):=NULL]
data.table还支持以下语法：
## Method 3 (could then assign to df3,
df3[, !"foo"]
但是，如果您实际上想从中删除 column "foo"（df3而不是仅打印df3minus column的视图"foo"），您确实想改用方法 1。
（请注意，如果您使用依赖于的方法grep()or grepl()，则需要设置pattern="^foo$"而不是"foo"，如果您不希望名称为"fool"and的列"buffoon"（即包含foo作为子字符串的列）也被匹配和删除。）
接下来的两个习语也可以使用——如果df3包含匹配的列"foo"——但如果不匹配，则会以一种可能出乎意料的方式失败。例如，如果您使用它们中的任何一个来搜索不存在的列"bar"，您最终会得到一个零行的 data.table。
因此，它们确实最适合交互式使用，例如，希望显示一个 data.table 减去名称包含 substring 的任何列"foo"。出于编程目的（或者，如果您想实际删除列df3而不是从其副本中删除），方法 1、2a 和 2b 确实是最佳选择。
# Method 4:
df3[, .SD, .SDcols = !patterns("^foo$")]
最后有一些方法使用with=FALSE, 虽然data.table正在逐渐远离使用这个参数，所以现在不鼓励在可以避免的地方使用它；在此处显示，以便您知道该选项是否存在，以防您确实需要它：
# Method 5a (like Method 3)
df3[, !"foo", with=FALSE]
# Method 5b (like Method 4)
df3[, !grep("^foo$", names(df3)), with=FALSE]
# Method 5b (another like Method 4)
df3[, !grepl("^foo$", names(df3)), with=FALSE]
您也可以使用它，这样可以避免in 循环set的开销：[.data.table
dt <- data.table( a=letters, b=LETTERS, c=seq(26), d=letters, e=letters )
set( dt, j=c(1L,3L,5L), value=NULL )
> dt[1:5]
b d
1: A a
2: B b
3: C c
4: D d
5: E e
如果你想通过列名来做，which(colnames(dt) %in% c("a","c","e"))应该为j.
我只是以数据框的方式进行操作：
DT$col = NULL
工作速度快，据我所知不会造成任何问题。
更新：如果您的 DT 非常大，这不是最好的方法，因为使用$<-运算符会导致对象复制。所以更好地使用：
DT[, col:=NULL]
非常简单的选项，以防您在数据表中有许多单独的列要删除，并且您希望避免输入所有列名#careadviced
dt <- dt[, -c(1,4,6,17,83,104)]
这将改为根据列号删除列。
它显然没有那么高效，因为它绕过了 data.table 的优势，但是如果您使用的行数少于 500,000 行，它就可以正常工作
假设您的 dt 有列col1, col2, col3, col4, col5, coln.
要删除其中的一个子集：
vx <- as.character(bquote(c(col1, col2, col3, coln)))[-1]
DT[, paste0(vx):=NULL]
这是一种当您想将列数设置为 NULL 时的一种方法，因为它们的列名是您使用的函数:)
deleteColsFromDataTable <- function (train, toDeleteColNames) {
for (myNm in toDeleteColNames)
train <- train [,(myNm):=NULL]
return (train)
}
DT[,c:=NULL] # remove column c
对于 data.table，将列分配给 NULL 会删除它：
DT[,c("col1", "col1", "col2", "col2")] <- NULL
^
|---- Notice the extra comma if DT is a data.table
...相当于：
DT$col1 <- NULL
DT$col2 <- NULL
DT$col3 <- NULL
DT$col4 <- NULL
data.frame 的等价物是：
DF[c("col1", "col1", "col2", "col2")] <- NULL
^
|---- Notice the missing comma if DF is a data.frame
Q. 为什么data.table的版本有逗号，data.frame的版本没有逗号？
A. 由于 data.frames 存储为列列表，您可以跳过逗号。您也可以添加它，但是您需要将它们分配给NULLs,列表DF[, c("col1", "col2", "col3")] <- list(NULL)。