Як видалити рядки в кадрі даних?

У мене є кадр даних з назвою "mydata", який виглядає приблизно так:

   A  B  C   D 
1. 5  4  4   4 
2. 5  4  4   4 
3. 5  4  4   4 
4. 5  4  4   4 
5. 5  4  4   4 
6. 5  4  4   4 
7. 5  4  4   4 

Я хотів би видалити рядок 2,4,6. Наприклад, наприклад:

   A  B  C   D
1. 5  4  4  4 
3. 5  4  4  4 
5. 5  4  4  4 
7. 5  4  4  4 

Основна ідея полягає в тому, що ви формуєте набір рядків, які хочете видалити, і зберігаєте доповнення цього набору.

У R доповнення множини задається оператором '-'.

Отже, припускаючи, що data.frameназивається myData:

myData[-c(2, 4, 6), ]   # notice the -

Звичайно, не забудьте "перепризначити", myDataякщо ви хотіли повністю скинути ці рядки --- в іншому випадку R просто друкує результати.

myData <- myData[-c(2, 4, 6), ]

Ви також можете працювати з так званим булевим вектором, ака logical:

row_to_keep = c(TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE)
myData = myData[row_to_keep,]

Зауважте, що !оператор діє як NOT, тобто !TRUE == FALSE:

myData = myData[!row_to_keep,]

Це здається трохи громіздким порівняно з відповіддю @ mrwab (+1 btw :)), але логічний вектор може бути сформований під час руху, наприклад, коли значення стовпця перевищує певне значення:

myData = myData[myData$A > 4,]
myData = myData[!myData$A > 4,] # equal to myData[myData$A <= 4,]

Ви можете перетворити булевий вектор у вектор індексів:

row_to_keep = which(myData$A > 4)

Нарешті, дуже акуратний трюк полягає в тому, що ви можете використовувати цей вид підмножини не тільки для видобутку, але і для призначення:

myData$A[myData$A > 4,] <- NA

де Aпризначається стовпець NA(не число), де Aперевищує 4.

Проблеми зі видаленням за номером рядка

Для швидкого та брудного аналізу ви можете видалити рядки data.frame за номером відповідно до верхньої відповіді. Тобто,

newdata <- myData[-c(2, 4, 6), ] 

Однак якщо ви намагаєтеся написати надійний сценарій аналізу даних, вам слід уникати видалення рядків за числовим положенням. Це тому, що в майбутньому може змінитися порядок рядків у ваших даних. Загальний принцип таблиць фреймів data.frame або бази даних полягає в тому, що порядок рядків не повинен мати значення. Якщо порядок має значення, це має бути закодовано у фактичній змінній у data.frame.

Наприклад, уявіть, що ви імпортували набір даних та видаляли рядки за числовим розташуванням після огляду даних та визначення номерів рядків рядків, які ви хотіли видалити. Однак в якийсь пізній момент ви переходите до необроблених даних і оглядаєтесь і переставляєте їх. Ваш код видалення рядків тепер видалить неправильні рядки, і що ще гірше, ви навряд чи отримаєте помилки, що попереджають вас про те, що це сталося.

Краща стратегія

Кращою стратегією є видалення рядків на основі предметних і стабільних властивостей рядка. Наприклад, якщо у вас була idзмінна стовпця, яка однозначно ідентифікує кожен випадок, ви можете використати її.

newdata <- myData[ !(myData$id %in% c(2,4,6)), ]

В іншому випадку у вас з'являться формальні критерії виключення, які можна вказати, і ви можете використовувати один із багатьох інструментів підмножини в R, щоб виключити випадки, засновані на цьому правилі.

Створіть стовпець id у вашому кадрі даних або використовуйте будь-яке ім’я стовпця для ідентифікації рядка. Використання індексу нечесно для видалення.

Використовуйте subsetфункцію для створення нового кадру.

updated_myData <- subset(myData, id!= 6)
print (updated_myData)

updated_myData <- subset(myData, id %in% c(1, 3, 5, 7))
print (updated_myData)

За спрощеною послідовністю:

mydata[-(1:3 * 2), ]

За послідовністю:

mydata[seq(1, nrow(mydata), by = 2) , ]

За негативною послідовністю:

mydata[-seq(2, nrow(mydata), by = 2) , ]

Або якщо ви хочете підмножити, вибравши непарні номери:

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

Або якщо ви хочете підмножити, вибравши непарні номери, версія 2:

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

Або якщо ви хочете підмножити, фільтруючи парні числа:

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

Або якщо ви хочете підмножити, відфільтрувавши парні числа, версія 2:

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

Видалити Дана з Employ.data - Не потрібно керувати новим фреймом даних.

employee.data <- subset(employee.data, name!="Dan")

Ось швидка та брудна функція для видалення рядка за індексом.

removeRowByIndex <- function(x, row_index) {
  nr <- nrow(x)
  if (nr < row_index) {
    print('row_index exceeds number of rows')
  } else if (row_index == 1)
  {
    return(x[2:nr, ])
  } else if (row_index == nr) {
    return(x[1:(nr - 1), ])
  } else {
    return (x[c(1:(row_index - 1), (row_index + 1):nr), ])
  }
}

Основна вада - це те, що аргумент row_index не дотримується шаблону R, будучи вектором значень. Можуть виникнути й інші проблеми, оскільки я витратив лише пару хвилин на її написання та тестування, і лише за останні тижні почав використовувати R. Будь-які коментарі та вдосконалення щодо цього були б дуже вітаються!

Для повноти додам, що це можна зробити і з dplyrвикористанням slice. Перевага використання цього полягає в тому, що він може бути частиною трубопроводу.

df <- df %>%
  .
  .
  slice(-c(2, 4, 6)) %>%
  .
  .

Звичайно, ви можете також використовувати його без труб.

df <- slice(df, -c(2, 4, 6))

Формат "не векторний" -c(2, 4, 6)означає отримати все, що не знаходиться в рядках 2, 4 і 6. Для прикладу, використовуючи діапазон, скажімо, ви хотіли видалити перші 5 рядків slice(df, 6:n()). Більше прикладів див. У документах .