使用dplyr::select()选择多列具有数字名称的列

Question

假设我有以下数据框：

a <- runif(10)
dd <- as.data.frame(t(a))
names(dd) <- c("ID", "a", "a2", "b", "b2", "f", "XXX", "1", "4", "8")

在 dplyr 中，有一种很好的选择多个列的方法。例如，要选择从列 a 到列 f 之间的列，可以使用以下代码：

dd %>% dplyr::select(a:f)

在我的问题中，数据框的最后一部分的列可能会变化，但它们的名称始终是1到99之间的数字。然而，我似乎无法像上面那样做同样的技巧：

> dd %>% select(1:99)
Error: Position must be between 0 and n
> dd %>% select("1":"99")
Error: Position must be between 0 and n

因为使用select()会尝试以此方式按位置选择列。

我希望能够获取一个数据框，其中包含介于a和f之间的所有列，以及标签为介于1和99之间的数字的列。 是否可以使用select()一次完成这个操作？

- Theodor

Answer 1

开始于数字的列名，比如你的数据中的 "1" 和 "8"，不是语法上有效的名称（请参见?make.names）。然后请参阅?Quotes中的'Names and Identifiers'一节：“可以使用其他[语法无效]名称，只要它们被引用。首选报价是反引号。”

因此，请用反引号 (`) 将无效的列名括起来：

dd %>% dplyr::select(a:f, `1`:`8`)

#           a        a2         b        b2          f         1         4         8
# 1 0.2510023 0.4109819 0.6787226 0.4974859 0.01828614 0.7449878 0.1648462 0.5875638

另一种选择是使用 select_的SE版本，select_:

dd %>% dplyr::select_(.dots = c("a", "a2", ..., "1", "4", "8"))

- AlexR

---

是否有一种方法可以像 1:99 这样的东西，即使第 99 列不在这个特定的数据集中？ - Theodor

@Theodor 不是直接的，但是你可以使用函数 select_ 并传递一个列名数组，这样你就可以像这样做：select_(.dots = colnames(dd)[colnames(dd) %in% as.character(1:99)]) 作为一种解决方法。 - AlexR

Answer 2

我们可以选择a:f列，并通过将列名转换为数字来添加数值列的索引：

dd %>% 
  select(a:f, which(!is.na(as.numeric(colnames(dd)))))

- zx8754