เลือกเฉพาะคอลัมน์ตัวเลขจากกรอบข้อมูล

สมมติว่าคุณมี data.frame เช่นนี้:

x <- data.frame(v1=1:20,v2=1:20,v3=1:20,v4=letters[1:20])

คุณจะเลือกเฉพาะคอลัมน์เหล่านั้นใน x ที่เป็นตัวเลขได้อย่างไร

แก้ไข: อัปเดตเพื่อหลีกเลี่ยงการใช้คำแนะนำที่ไม่ดี sapplyไม่ดี

เนื่องจาก data frame เป็นรายการเราจึงสามารถใช้ฟังก์ชัน list-apply:

nums <- unlist(lapply(x, is.numeric))  

จากนั้นการตั้งค่ามาตรฐานแบบย่อย

x[ , nums]

## don't use sapply, even though it's less code
## nums <- sapply(x, is.numeric)

สำหรับ R ที่ทันสมัยมากขึ้นตอนนี้ฉันขอแนะนำ

x[ , purrr::map_lgl(x, is.numeric)]

codey น้อยกว่าสะท้อนให้เห็นถึงนิสัยใจคอที่เฉพาะเจาะจงของ R และตรงไปตรงมามากขึ้นและมีประสิทธิภาพในการใช้กับ tibbles ฐานข้อมูลด้านหลัง:

dplyr::select_if(x, is.numeric)

select_if(ฟังก์ชั่นแพคเกจ dplyr เป็นโซลูชั่นที่สง่างาม:

library("dplyr")
select_if(x, is.numeric)

Filter() จากแพ็คเกจพื้นฐานเป็นฟังก์ชั่นที่สมบูรณ์แบบสำหรับกรณีการใช้งาน: คุณต้องใช้รหัส:

Filter(is.numeric, x)

มันเร็วกว่าselect_if():

library(microbenchmark)
microbenchmark(
    dplyr::select_if(mtcars, is.numeric),
    Filter(is.numeric, mtcars)
)

ส่งคืน (บนคอมพิวเตอร์ของฉัน) เป็นค่ามัธยฐาน 60 microseconds Filterและ 21 000 microseconds สำหรับselect_if(เร็วกว่า 350x)

ในกรณีที่คุณสนใจเฉพาะชื่อคอลัมน์ให้ใช้:

names(dplyr::select_if(train,is.numeric))

นี่เป็นรหัสสำรองสำหรับคำตอบอื่น ๆ :

x[, sapply(x, class) == "numeric"]

กับ data.table

x[, lapply(x, is.numeric) == TRUE, with = FALSE]

library(purrr)
x <- x %>% keep(is.numeric)

PCAmixdata ไลบรารีมี functionalon splitmix ที่แยกปริมาณ (ข้อมูลตัวเลข) และเชิงคุณภาพ (ข้อมูลเชิงหมวดหมู่) ของ dataframe ที่กำหนด "YourDataframe" ตามที่แสดงด้านล่าง:

install.packages("PCAmixdata")
library(PCAmixdata)
split <- splitmix(YourDataframe)
X1 <- split$X.quanti(Gives numerical columns in the dataset) 
X2 <- split$X.quali (Gives categorical columns in the dataset)

วิธีอื่นอาจเป็นดังนี้: -

#extracting numeric columns from iris datset
(iris[sapply(iris, is.numeric)])

หากคุณมีตัวแปรปัจจัยมากมายคุณสามารถใช้ select_if funtion ติดตั้งแพ็คเกจ dplyr มีฟังก์ชั่นมากมายที่แยกข้อมูลโดยการทำเงื่อนไข คุณสามารถกำหนดเงื่อนไข

ใช้แบบนี้

categorical<-select_if(df,is.factor)
str(categorical)

นี่ไม่ได้ตอบคำถามโดยตรง แต่มีประโยชน์มากโดยเฉพาะถ้าคุณต้องการบางอย่างเช่นคอลัมน์ตัวเลขยกเว้นคอลัมน์ id และตัวแปรตาม

numeric_cols <- sapply(dataframe, is.numeric) %>% which %>% 
                   names %>% setdiff(., c("id_variable", "dep_var"))

dataframe %<>% dplyr::mutate_at(numeric_cols, function(x) your_function(x))