Innanzitutto , è possibile utilizzare l'indicizzazione diretta (con vettori booleani) invece di accedere nuovamente ai nomi delle colonne se si lavora con lo stesso frame di dati; sarà più sicuro come sottolineato da Ista e più veloce da scrivere e da eseguire. Quindi ciò di cui avrai solo bisogno è:
var.out.bool <- !names(data) %in% c("iden", "name", "x_serv", "m_serv")
e quindi, semplicemente riassegnare i dati:
data <- data[,var.out.bool] # or...
data <- data[,var.out.bool, drop = FALSE] # You will need this option to avoid the conversion to an atomic vector if there is only one column left
In secondo luogo , più veloce da scrivere, puoi assegnare direttamente NULL alle colonne che desideri rimuovere:
data[c("iden", "name", "x_serv", "m_serv")] <- list(NULL) # You need list() to respect the target structure.
Infine , puoi usare subset (), ma non può davvero essere usato nel codice (anche il file di aiuto lo avverte). In particolare, un problema per me è che se si desidera utilizzare direttamente la funzione di rilascio di susbset () è necessario scrivere senza virgolette l'espressione corrispondente ai nomi delle colonne:
subset( data, select = -c("iden", "name", "x_serv", "m_serv") ) # WILL NOT WORK
subset( data, select = -c(iden, name, x_serv, m_serv) ) # WILL
Come bonus , ecco un piccolo benchmark delle diverse opzioni, che mostra chiaramente che il sottoinsieme è il più lento e che il primo metodo di riassegnazione è il più veloce:
re_assign(dtest, drop_vec) 46.719 52.5655 54.6460 59.0400 1347.331
null_assign(dtest, drop_vec) 74.593 83.0585 86.2025 94.0035 1476.150
subset(dtest, select = !names(dtest) %in% drop_vec) 106.280 115.4810 120.3435 131.4665 65133.780
subset(dtest, select = names(dtest)[!names(dtest) %in% drop_vec]) 108.611 119.4830 124.0865 135.4270 1599.577
subset(dtest, select = -c(x, y)) 102.026 111.2680 115.7035 126.2320 1484.174
Il codice è sotto:
dtest <- data.frame(x=1:5, y=2:6, z = 3:7)
drop_vec <- c("x", "y")
null_assign <- function(df, names) {
df[names] <- list(NULL)
df
}
re_assign <- function(df, drop) {
df <- df [, ! names(df) %in% drop, drop = FALSE]
df
}
res <- microbenchmark(
re_assign(dtest,drop_vec),
null_assign(dtest,drop_vec),
subset(dtest, select = ! names(dtest) %in% drop_vec),
subset(dtest, select = names(dtest)[! names(dtest) %in% drop_vec]),
subset(dtest, select = -c(x, y) ),
times=5000)
plt <- ggplot2::qplot(y=time, data=res[res$time < 1000000,], colour=expr)
plt <- plt + ggplot2::scale_y_log10() +
ggplot2::labs(colour = "expression") +
ggplot2::scale_color_discrete(labels = c("re_assign", "null_assign", "subset_bool", "subset_names", "subset_drop")) +
ggplot2::theme_bw(base_size=16)
print(plt)
subset(data, select=c(...))
aiuti nel mio caso a far cadere var. la domanda però riguardava principalmente lapaste("data$",var.out[i],sep="")
parte per accedere alle colonne di interesse all'interno del ciclo. come posso incollare o in qualche modo comporre un nome di colonna? Grazie a tutti per l'attenzione e il vostro aiuto