在 dplyr tbl_df 中删除列的最佳实践

Posted 2023-03-11

【中文标题】在 dplyr tbl_df 中删除列的最佳实践

【英文标题】：Best practice to get a dropped column in dplyr tbl_df

【发布时间】：2015-08-27 05:46:53

【问题描述】：

我记得 2001 年关于 r-help 的评论说 drop = TRUE in [.data.frame 是 R 历史上最糟糕的设计决策。

dplyr 更正了这一点并且不会隐式删除。当尝试将旧代码转换为dplyr 样式时，当d[, 1] 或d[1] 被假定为向量时，这会引入一些讨厌的错误。

我当前的解决方法如下所示使用unlist 来获取1 列向量。有更好的想法吗？

library(dplyr)

d2 = data.frame(x = 1:5, y = (1:5) ^ 2)
str(d2[,1]) # implicit drop = TRUE
# int [1:5] 1 2 3 4 5

str(d2[,1, drop = FALSE])
# data.frame':  5 obs. of  1 variable:
#  $ x: int  1 2 3 4 5

# With dplyr functions
d1 = data_frame(x = 1:5, y = x ^ 2)
str(d1[,1])
# Classes ‘tbl_df’ and 'data.frame':    5 obs. of  1 variable:
#  $ x: int  1 2 3 4 5

str(unlist(d1[,1]))
# This ugly construct gives the same as str(d2[,1])
str(d1[,1][[1]])

【问题讨论】：

为什么不直接使用d1[[1]]

也可以。在 [[]] 空间中迷路了。请张贴作为答案作为参考。我发布了这个摘要，因为我在 SO 和文档中找不到它。如果有人在 dplyr 文档中发现了警告，请在此处添加链接。

【参考方案1】：

您可以只使用[[ 提取函数而不是[。

d1[[1]]
## [1] 1 2 3 4 5

如果您在 dplyr 中使用大量管道，您可能还想使用 magrittr 包中的便捷函数 extract 和 extract2：

d1 %>% magrittr::extract(1) %>% str
## Classes ‘tbl_df’ and 'data.frame':  5 obs. of  1 variable:
##   $ x: int  1 2 3 4 5
d1 %>% magrittr::extract2(1) %>% str
##  int [1:5] 1 2 3 4 5

或者如果extract对你来说太冗长，你可以直接在管道中使用[：

d1 %>% `[`(1) %>% str
## Classes ‘tbl_df’ and 'data.frame':  5 obs. of  1 variable:
##   $ x: int  1 2 3 4 5
d1 %>% `[[`(1) %>% str
##  int [1:5] 1 2 3 4 5

【讨论】：

magrittr::extract(1) 已在另一个 SO 线程中提及。当您需要多列时，它有点冗长且不太方便。

[[(1)：很好的演示，但这也是许多人认为 R 作为只写语言仅次于 Perl 的原因之一。

`[`(1) 和 `[[`(1) 来自哪里，即我在哪里可以找到有关这方面的一些文档？当我想使用extract2时，为什么必须将命名向量放在引号中，即`extract2（“x”）

@dapperdan：它们是 data.frames 的常规提取函数。您可以像往常一样使用 ?`[` 或 ?`[[` 获得帮助，或者更好地使用 ?`[.data.frame` 获得特定于 data.frame 的帮助。

谢谢，这个回复比我摸索我的评论格式要快。我对提取函数有点熟悉，例如 df["x"] 和 df[["x"]]，（或者更确切地说，我只是在 Hadley 的世界中学习这个）。我在文档中找不到的是 [[(1) 与 [[1]] 的使用。 IE。为什么不能在管道中使用后者而不是前者，例如