从数据集中删除特定行

Posted 2023-03-12

【中文标题】从数据集中删除特定行

【英文标题】：Delete specific rows out of a dataset

【发布时间】：2015-10-15 17:45:46

【问题描述】：

我有一个包含 40 列，每列 100.000 行的数据集。因为列数太大，我想删除其中的一些。我想从 10.000-20.000 中删除行；从 30.000-40.000 和从 60.000-70.000；这样我就有了一个包含 40 列和 70.000 行的数据集。第一列是一个以 1 开头的 ID（称为 ItemID），最后一个以 100.000 结尾。谁能帮帮我。

尝试删除从 10000 到 20000 的列，但它不起作用（让数据集称为“数据”）：

Data <- Data[Data$ItemID>10000 && Data$ItemID<20000]

【问题讨论】：

不是确切的行：用 ] 关闭它

做toremove = c(10000:20000, 30000:40000, 60000:70000); Data[!Data$ItemID %in% toremove,]

或者干脆subset(Data, !ItemID %in% c(10000:20000, 30000:40000, 60000:70000))

【参考方案1】：

有几种方法可以做到这一点。这样的东西适合你的需要吗？

dat <- data.frame(ItemID=1:100, x=rnorm(100))

# via row numbers
ind <- c(10:20,30:40,60:70)
dat <- dat[-ind,]

# via logical vector
ind <- with(dat,  (ItemID >= 10 & ItemID <= 20) |
                   (ItemID >= 30 & ItemID <= 40) |
                   (ItemID >= 60 & ItemID <= 70) )
dat2 <- dat[!ind,]

要将其扩展到您的数据集的规模，只需 ind 根据您的数据集的大小（乘法可能会这样做）。

【参考方案2】：

我认为你应该能够做到

data <- data[-(10000:20000),]

然后以类似的方式删除其他行。