Descartar variables de un data frame por su nombre

Problema

Deseamos excluir variables de un data frame de acuerdo a su nombre. En nuestro ejemplo usamos el data frame iris, y queremos descartar las variables Sepal.Length y Petal.Width.

head(iris)

  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa

Soluciones

Hay múltiples opciones.

Paquete base

# Opción 1
iris[, -which(names(iris) %in% c("Sepal.Length", "Petal.Width"))]
# Opción 2
iris[ , !names(iris) %in% c("Sepal.Length","Petal.Width")]
# Opción 3
subset(iris, select = -c(Sepal.Length, Petal.Width)) 

dplyr

library(dplyr)
iris %>% select(-c(Sepal.Length, Petal.Width))

data.table

library(data.table)
DT = as.data.table(iris)
DT[ , !names(DT) %in% c("Sepal.Length", "Petal.Width"), with = FALSE]
# Otra opción
subset(DT, select=-c(Sepal.Length, Petal.Width)) 

Resultado

Las tres variables restantes. Solamente mostramos las 6 primeras filas

  Sepal.Width Petal.Length Species
1         3.5          1.4  setosa
2         3.0          1.4  setosa
3         3.2          1.3  setosa
4         3.1          1.5  setosa
5         3.6          1.4  setosa
6         3.9          1.7  setosa

Notas

Hay diferencias sutiles entre la primera opción con el paquete base -which y la segunda con la función !. Si con -which especificamos nombres que no encuentra en el data frame devolverá un data frame vacío con cero columnas. Mientras que si sucede lo mismo con !, devolverá el data frame original sin modificar.

La sintaxis con dplyr es bastante sencilla. Con data.table es muy similar a las utilizadas con el paquete base. No obstante, es necesario especificar el argumento with = FALSE o devolverá un vector lógico. También podemos emplear con data.table la función subset.

Entradas relacionadas

Referencias

• stackoveflow