从数据框中提取特定列

您可以使用列名向量进行子集化。我非常喜欢这种方法，而不是那些将列名视为对象名（例如 subset()）的方法，尤其是在函数、包或应用程序中编程时。

# data for reproducible example
# (and to avoid confusion from trying to subset `stats::df`)
df <- setNames(data.frame(as.list(1:5)), LETTERS[1:5])
# subset
df[c("A","B","E")]

注意没有逗号（即它不是 df[,c("A","B","C")]）。那是因为 df[,"A"] 返回一个向量，而不是一个数据框。但 df["A"] 将始终返回一个数据框。

str(df["A"])
## 'data.frame':    1 obs. of  1 variable:
## $ A: int 1
str(df[,"A"])  # vector
##  int 1

感谢 David Dorchies 指出 df[,"A"] 返回一个向量而不是 data.frame，并感谢 Antoine Fabri 为我的原始解决方案（下）提出了一个更好的替代方案（上）。

# subset (original solution--not recommended)
df[,c("A","B","E")]  # returns a data.frame
df[,"A"]             # returns a vector

---

如果您的 data.frame 名为 df1，则使用 dplyr 包：

library(dplyr)

df1 %>%
  select(A, B, E)

这也可以在没有 %>% 管道的情况下写成：

select(df1, A, B, E)

---

这是 subset() 函数的作用：

> dat <- data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,7),E=c(8,8),F=c(9,9)) 
> subset(dat, select=c("A", "B"))
  A B
1 1 3
2 2 4

---

有两个明显的选择：Joshua Ulrich 的 df[,c("A","B","E")] 或

df[,c(1,2,5)]

如在

> df <- data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,7),E=c(8,8),F=c(9,9)) 
> df
  A B C D E F
1 1 3 5 7 8 9
2 2 4 6 7 8 9
> df[,c(1,2,5)]
  A B E
1 1 3 8
2 2 4 8
> df[,c("A","B","E")]
  A B E
1 1 3 8
2 2 4 8

---

仅出于某种原因

df[, (names(df) %in% c("A","B","E"))]

为我工作。所有上述语法都产生了“未定义的列选择”。

---

其中 df1 是您的原始数据框：

df2 <- subset(df1, select = c(1, 2, 5))

---

您还可以使用在 R 数据帧上执行选择的 sqldf 包：

df1 <- sqldf("select A, B, E from df")

这给出了一个数据框 df1 作为输出，其列：A、B、E。

---

您可以使用 with ：

with(df, data.frame(A, B, E))

---

df<- dplyr::select ( df,A,B,C)

此外，您可以为新创建的数据分配不同的名称

data<- dplyr::select ( df,A,B,C)

---

[ 和子集不可替代：

如果只选择一列，[ 会返回一个向量。

df = data.frame(a="a",b="b")    

identical(
  df[,c("a")], 
  subset(df,select="a")
) 

identical(
  df[,c("a","b")],  
  subset(df,select=c("a","b"))
)

---