在R中使用列名列表对数据框进行子集筛选

Question

我想选择保存在字符串变量中的数据框中的所有列。例如：

v1 <- rnorm(100)
v2 <- rnorm(100)
v3 <- rnorm(100)
df <- data.frame(v1,v2,v3)

我希望能够实现以下目标：

df[,c('v1','v2')]

但我希望使用一个变量来代替(c('v1', 'v2'))（这些都失败了）：

select.me <- "'v1','v2'"
df[,select.me]
df[,c(select.me)]
df[,c(paste(select.me,sep=''))]

感谢您对一个简单问题的帮助，

注：该段内容已经是中文，无需翻译。

- mike

Answer 1

这里的伟大讽刺是，当你说“我想做这个”时，第一次表达应该成功。

df[,c('v1','v2')]
> str( df[,c('v1','v2')] )
'data.frame':   100 obs. of  2 variables:
 $ v1: num  -0.3347 0.2113 0.9775 -0.0151 -1.8544 ...
 $ v2: num  -1.396 -0.95 -1.254 0.822 0.141 ...

后来所有的尝试都失败了。我后来意识到你不知道可以使用 select.me <- c('v1','v2') ; df[ , select.me]。在某些情况下，您还可以使用以下形式，这可能更加安全:

df[ , names(df) %in% select.me] # logical indexing
df[ , grep(select.me, names(df) ) ]  # numeric indexing
df[ , grepl(select.me, names(df) ) ]  # logical indexing

所有这些内容都可以与否定(!logical)或减号(-numeric)一起使用，以检索补集，而您无法使用字符索引进行否定。如果您想降低理解难度并愿意将select.me的值更改为有效的R表达式，则可以执行以下操作：

select.me <- "c('v1','v2')"
df[ , eval(parse(text=select.me)) ]

并不是我推荐这样做...只是想让你知道在“学会走路”之后这是可能的。使用你最初引用的字符串提取信息也是可以的（虽然有些词藻华丽），但我认为这只是说明你的第一个版本更好）。

select.me <- "'v1','v2'"
df [ , scan(textConnection(select.me), what="", sep=",") ]
> str( df [ , scan(textConnection(select.me), what="", sep=",") ] )
Read 2 items
'data.frame':   100 obs. of  2 variables:
 $ v1: num  -0.3347 0.2113 0.9775 -0.0151 -1.8544 ...
 $ v2: num  -1.396 -0.95 -1.254 0.822 0.141 ...

- IRTFM

---

+1 你比我更快地想到了使用eval(parse(...))。顺便提一下，scan函数有一个text参数。 - Matthew Plourde

嗯。你说得对：scan(text=select.me, what="", sep=",") ...这个'text'参数是read.table现在如何处理它的文本参数吗？一定是这样。那么为什么readLines不接受'text'参数呢？ - IRTFM

他们添加了一个“text”形式，并检查“file”是否丢失。似乎也可以使用readLines完成。 - IRTFM

Answer 2

这是基本的R语法，也许你需要阅读入门手册

select.me <- c('v1','v2')
df[,select.me]

- mnel