julia - 如何在 Julia 中仅选择数据框列的子集

Question

我有一个包含多个列的数据框，例如column1、column2...column100。如何仅选择列的子集，例如(不是 column1)应返回所有列 column2...column100。

data[[colnames(data) .!= "column1"]])

似乎不起作用。

我不想改变数据帧。我只想选择所有没有特定列名称的列，如我的示例

Answer 1

编辑 2021 年 2 月 7 日:由于人们似乎仍然在 Google 上找到此内容，我将编辑此内容，在顶部写下当前的 DataFrames (1.0+) 允许 Not() InvertedIndices.jl支持的选择以及作为列名称的字符串类型，包括使用 r"" 字符串宏进行正则表达式选择。示例:

julia> df = DataFrame(a1 = rand(2), a2 = rand(2), x1 = rand(2), x2 = rand(2), y = rand(["a", "b"], 2))
2×5 DataFrame
 Row │ a1        a2        x1        x2        y      
     │ Float64   Float64   Float64   Float64   String 
─────┼────────────────────────────────────────────────
   1 │ 0.784704  0.963761  0.124937  0.37532   a
   2 │ 0.814647  0.986194  0.236149  0.468216  a

julia> df[!, r"2"]
2×2 DataFrame
 Row │ a2        x2       
     │ Float64   Float64  
─────┼────────────────────
   1 │ 0.963761  0.37532
   2 │ 0.986194  0.468216

julia> df[!, Not(r"2")]
2×3 DataFrame
 Row │ a1        x1        y      
     │ Float64   Float64   String 
─────┼────────────────────────────
   1 │ 0.784704  0.124937  a
   2 │ 0.814647  0.236149  a

最后，names 函数有一个将类型作为第二个参数的方法，该方法可以方便地按每列的元素类型对 DataFrames 进行子集化:

julia> df[!, names(df, String)]
2×1 DataFrame
 Row │ y      
     │ String 
─────┼────────
   1 │ a
   2 │ a

除了使用方括号进行索引之外，还有 select 函数(及其变异等效 select!)，它基本上采用与中的列索引相同的输入[]-索引作为第二个参数:

julia> select(df, Not(r"a"))
2×3 DataFrame
 Row │ x1        x2        y      
     │ Float64   Float64   String 
─────┼────────────────────────────
   1 │ 0.124937  0.37532   a
   2 │ 0.236149  0.468216  a

原答案如下

<小时/>

正如 @Reza Afzalan 所说，您想要执行的操作返回一个字符串数组，而 DataFrame 中的列名称是符号。

鉴于 Julia 没有条件列表理解，我想你能做的最好的事情就是

data[:, filter(x -> x != :column1, names(df))]

这将为您提供删除了第 1 列的数据集(不会改变它)。您也可以将其扩展到检查名称列表:

data[:, filter(x -> !(x in [:column1,:column2]), names(df))]

更新:正如 Ian 在下面所说，对于此用例，Not 语法现在是最好的方法。

更一般地说，条件列表理解现在也可用，所以你可以这样做:

data[:, [x for x in names(data) if x != :column1]]