如何在R中删除具有相同值的列

Question

简而言之：

我想要对我的表格进行操作，

解释：

我有一个包含20,000行和1,200列的大表格。我想要移除所有从上到下所有数值相同的列。但是它不应该改变变量名称（例如示例中的V2），以便稍后我可以确定哪些列被删除了。

- Dev

Answer 1

使用vapply遍历并检查每列有多少个独特的值:

样本数据:

mydf <- data.frame(v1 = 1:4, v2 = 5:8,
                   v3 = 2, v4 = 9:12, v5 = 1)
mydf
##   v1 v2 v3 v4 v5
## 1  1  5  2  9  1
## 2  2  6  2 10  1
## 3  3  7  2 11  1
## 4  4  8  2 12  1

我们将使用 vapply 来完成以下任务：

vapply(mydf, function(x) length(unique(x)) > 1, logical(1L))
#    v1    v2    v3    v4    v5 
#  TRUE  TRUE FALSE  TRUE FALSE 

保留您想要的列：

mydf[vapply(mydf, function(x) length(unique(x)) > 1, logical(1L))]
#   v1 v2 v4
# 1  1  5  9
# 2  2  6 10
# 3  3  7 11
# 4  4  8 12

- A5C1D2H2I1M1N2O1R2T1

---

@Dev，当你使用vapply（而不是sapply）时，你必须指定预期输出的“模板”。在这种情况下，我们期望length(unique(x))>1返回单个TRUE或FALSE。因此，我们的模板是期望一个长度为1的逻辑值，并用logical(1L)表示（这里的“L”代表整数值）。 - A5C1D2H2I1M1N2O1R2T1

@AnandaMahto，今天刚看到这篇文章。我学到了更多关于“vapply”的知识，这是我不常用的函数。顺便说一句，感谢你在git上的回复。我使用的是Mac，长时间面临着“spread”问题。希望这个问题能在未来得到解决。 - jazzurro

+1 这种方法适用于因子和数值变量！我再也不用担心在检查多个水平或方差 = 0之前将因子与数字列分开了。 - RobertF

Answer 2

如果有人想使用dplyr，这是另一种实现方法:

library(dplyr)
mydf %>% select(where(~n_distinct(.) > 1))

- zeehio

Answer 3

这是一个简短的方法：

>Filter(var, mydf)
  v1 v2 v4
1  1  5  9
2  2  6 10
3  3  7 11
4  4  8 12

这是因为方差为零被解释为假。

注意：不适用于字符类列。

- Neal Fultz

---

这种方法仅适用于数字列。为了更通用，可以使用Filter(function(x) length(unique(x))>1, mydf)。 - akrun

@akru它也适用于因子，例如var(PlantGrowth$group)。除了字符以外，它可能适用于所有内容。 - Neal Fultz

@NealFuitz 是的，但在大多数情况下 length(unique 会更好。 - akrun

Answer 4

使用colSums函数

df[colSums(df[1,][col(df)]!=df)!=0]
#  V1 V3 V4
#1  1  3  1
#2  4  4  2
#3  2  3  3
#4  5  3  3

数据

df <- structure(list(V1 = c(1, 4, 2, 5), V2 = c(2, 2, 2, 2), V3 = c(3, 
4, 3, 3), V4 = c(1, 2, 3, 3)), .Names = c("V1", "V2", "V3", "V4"
), row.names = c(NA, -4L), class = "data.frame")

- akrun