Выбор только числовых столбцов из кадра данных

Ответ 1

ОБНОВЛЕНИЕ: обновлено, чтобы избежать использования опрометчивых sapply.

Поскольку фрейм данных является списком, мы можем использовать функции применения списка:

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

Тогда стандартное подмножество

x[ , nums]

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

Для более идиоматического современного R я бы сейчас порекомендовал

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

Меньше кодов, меньше отражающих R специфических причуд, а также более простой и надежный в использовании для фоновых элементов базы данных:

dplyr::select_if(x, is.numeric)

Ответ 2

Функция dplyr package select_if() является элегантным решением:

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

Ответ 3

Filter() из базового пакета является идеальной функцией для этого варианта использования: Вам просто нужно кодировать:

Filter(is.numeric, x)

Это также намного быстрее, чем select_if():

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

возвращает (на моем компьютере) медиану 60 микросекунд для Filter и 21 000 микросекунд для select_if (в 350 раз быстрее).

Ответ 4

если вас интересуют только имена столбцов, используйте это:

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

Ответ 5

Это альтернативный код для других ответов:

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

с a data.table

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

Ответ 6

Библиотека PCAmixdata имеет functon splitmix, который разбивает количественные (числовые данные) и качественные (категориальные данные) данного кадра данных "YourDataframe", как показано ниже:

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)

Ответ 7

Если у вас много переменных факторов, вы можете использовать select_if funtion. установите пакеты dplyr. Существует много функций, которые отделяют данные, удовлетворяя условию. вы можете установить условия.

Используйте это.

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

Ответ 8

Другой способ может быть следующим: -

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

Ответ 9

Это не дает прямого ответа на вопрос, но может быть очень полезным, особенно если вы хотите что-то вроде всех числовых столбцов, кроме столбца id и зависимой переменной.

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))