参考R中按名称列出的列的范围

Question

在R中，我需要一些可能相当简单的内容，我想引用数据框架中的一系列列(例如，提取几个选择变量)。但是，我不知道他们的列号。通常，如果我想提取4-10列，我会说mydata,4:10。

但是，考虑到我不知道列号，我想用名字来表示它们。有什么简单的方法吗？在sas或spss中，按名字引用一系列变量是相当容易的。或者，是否有一种简单的方法可以确定哪个列号对应于R中的变量名？

Answer 1

列号可以从数据帧中的列名中识别，如下所示：

which(colnames(mydf)=="a")

其中mydf是数据框架，a是列号所需的列的名称。

(Source)

这可用于创建列范围：

firstcol = which(colnames(x)=="a")
lastcol = which(colnames(x)=="b")

mydf[c(firstcol:lastcol)]

Answer 2

获取一系列列可以通过几种方式完成。subset(data.frame, select = name4:name10)，工作，但相当长。在我为一件简单的事情编写长命令之前，我就使用了它。我创建了一个函数来处理命名列/不记得大数据帧中的列号：

coln <- function(X){
  y <- rbind(seq(1,ncol(X)))
  colnames(y) <- colnames(X)
rownames(y) <- "col.number"
  return(y)} 

以下是它的工作原理：

df <- data.frame(a = 1:10, b =10:1, c = 1:10)
coln(df)
           a b c
col.number 1 2 3

现在你可以用数字来称呼他们，还可以看他们的名字。

Answer 3

结合使用%in%和names()。它对于从数据框架中抓取一组列非常有用。当您只想保留一个子集并删除其余部分时，您可以否定该表达式。在R控制台提示符下键入?"%in%"以获得更多详细信息。

set.seed(1234)
mydf <- data.frame(A = runif(5, 1, 2),
                   B = runif(5, 3, 4),
                   C = runif(5, 5, 6),
                   D = runif(5, 7, 8),
                   E = runif(5, 9, 10))
mydf

keep.cols <- c('A','D','E')
mydf[, names(mydf) %in% keep.cols]
drop.cols <- c('A','B','C')
mydf[, !names(mydf) %in% drop.cols]

数据框架：

> mydf
         A        B        C        D        E
1 1.113703 3.640311 5.693591 7.837296 9.316612
2 1.622299 3.009496 5.544975 7.286223 9.302693
3 1.609275 3.232551 5.282734 7.266821 9.159046
4 1.623379 3.666084 5.923433 7.186723 9.039996
5 1.860915 3.514251 5.292316 7.232226 9.218800

列的子集：

> mydf[, names(mydf) %in% keep.cols]
         A        D        E
1 1.113703 7.837296 9.316612
2 1.622299 7.286223 9.302693
3 1.609275 7.266821 9.159046
4 1.623379 7.186723 9.039996
5 1.860915 7.232226 9.218800

保留列的子集并删除其余的列：

> mydf[, !names(mydf) %in% drop.cols]
         D        E
1 7.837296 9.316612
2 7.286223 9.302693
3 7.266821 9.159046
4 7.186723 9.039996
5 7.232226 9.218800