R语言列筛选的方法select实例详解

对于大数据,linux和python是很好的处理工具,但是对于这两个语言不熟悉的盆友来说,R语言是非常好的替代工具,下面这篇文章主要给大家介绍了关于R语言列筛选的法select的相关资料,需要的朋友可以参考下

前言

我们知道，R语言学习，80%的时间都是在清洗数据，而选择合适的数据进行分析和处理也至关重要，如何选择合适的列进行分析，你知道几种方法？

如何优雅高效的选择合适的列，让我们一起来看一下吧。

1. 数据描述

数据来源是我编写的R包learnasreml中的fm数据集。

r$> library(learnasreml)

r$> data(fm)

r$> head(fm)

我们的目的：

提取fm的TreeID，Rep，dj，dm，h3，并重命名为：ID, F1, y1 , y2, y3

2. 使用R语言默认的方法：列选择

这一种，当然是简单粗暴的方法，想要哪一列，就把相关的列号提取出来，形成一个向量，进行操作即可。比如

r$> d1 = fm[,c(1,3,6,7,11)]

r$> head(d1)
  TreeID Rep    dj    dm  h3
1  80001   1 0.334 0.405 239
2  80002   1 0.348 0.393 242
3  80004   1 0.354 0.429 180
4  80005   1 0.335 0.408 301
5  80008   1 0.322 0.372 271
6  80026   1 0.359 0.450 258

r$> names(d1) = c("ID","F1","y1","y2","y3")

r$> head(d1)

结果：

缺点：

这种方法，需要找到性状所在的列号，然后还要重命名，比较麻烦。

而且，后面如果想要根据列的特征进行提取时（比如以h开头的列，比如属性为数字或者因子的列等等），就不能实现了。

这就要用到tidyverse的函数了，select，rename，都是一等一的良将。

3. tidyverse的rename函数

代码：

a2 = fm %>% rename(ID=TreeID, F1 = Rep, y1 = dj, y2 = dm, y3 = h3)

这里，rename只是单独的修改名称，并没有提取出来。

还要使用select进一步的提取：

4. tidyverse的select函数

如果使用select函数，一行代码就可以搞定：

a1 = fm %>% select(ID=TreeID, F1 = Rep, y1 = dj, y2 = dm, y3 = h3)

5. select函数注意事项

常见的坑：

注意，MASS包中也有select函数，而且优先级更高，如果你载入了MASS包，select就不能使用了。

哪怕你再次载入tidyverse包，也不行：

载入dplyr包，也不行：

MASS就是这么豪横。

像这种情况，解决办法有两种：

5.1 绝对引用函数

即使用select时，要用dplyr::select

a3 = a2 %>% dplyr::select(ID,F1,y1,y2,y3)

这样也比较麻烦。

5.2 放到环境变量中

推荐的方法：

r$> select = dplyr::select

r$> a3 = a2 %>% select(ID,F1,y1,y2,y3)

推荐在载入包时，将下面代码放在开头，就可以肆无忌惮的应用select了，毕竟，环境变量的优先级是第一位的。

library(tidyverse)
select = dplyr::select

6. 提取h开头的列

这里，用starts_with，会匹配开头为h的列。

其它还有contains，匹配包含的字符，还有end_with，匹配结尾的字符。

应有尽有，无所不有。

re1 = fm %>% select(starts_with("h"))

7. 提取因子和数字的列

匹配数字的列：

re2 = fm %>% select_if(is.numeric)

匹配为因子的列：

re3 = fm %>% select_if(is.factor)

总结

到此这篇关于R语言列筛选的方法select的文章就介绍到这了,更多相关R语言列筛选select内容请搜索编程学习网以前的文章希望大家以后多多支持编程学习网！