如何使用单个值删除数据框列

Question

假设我在R中有以下数据框：

df1 <- data.frame(Item_Name = c("test1","test2","test3"), D_1=c(1,0,1),
                  D_2=c(1,1,1), D_3=c(11,3,1))

我想创建一个删除没有差异的列的函数 （例如，在这种情况下，它会删除列D_2，因为它只有1个值）

我知道我可以手动检查，但实际上我的数据非常大，我想自动化它。有什么想法吗？

Answer 1

Filter在这里是一个有用的功能。我将仅过滤那些有超过1个唯一值的那些。

即

Filter(function(x)(length(unique(x))>1), df1)

##   Item_Name D_1 D_3
## 1     test1   1  11
## 2     test2   0   3
## 3     test3   1   1

Answer 2

你可以这样做：

df1[c(TRUE, lapply(df1[-1], var, na.rm = TRUE) != 0)]
#   Item_Name D_1 D_3
# 1     test1   1  11
# 2     test2   0   3
# 3     test3   1   1

lapply片段告诉你哪些变量有一些差异：

lapply(df1[-1], var, na.rm = TRUE) != 0
#   D_1   D_2   D_3 
#   TRUE FALSE  TRUE 

Answer 3

在dplyr中，我们可以使用n_distinct计算唯一值，并使用select_if选择列

library(dplyr)
df1 %>% select_if(~n_distinct(.) > 1)

#  Item_Name D_1 D_3
#1     test1   1  11
#2     test2   0   3
#3     test3   1   1

我们可以对purrr的{​​{1}}和keep使用相同的逻辑

discard

---

除了purrr::keep(df1, ~n_distinct(.) > 1) purrr::discard(df1, ~n_distinct(.) == 1) 的一种实现方式之外，

data.table

或者这可能更聪明/更好

library(data.table)

setDT(df1)
df1[, lapply(df1, uniqueN) > 1, with = FALSE]

---

在上述所有方法中，仅对数字列进行子集设置后，可以将df1[, .SD, .SDcols=lapply(df1, uniqueN) > 1] / n_distinct用uniqueN或var函数替换。

例如

sd