r - 如何根据名称而不是索引选择数据框中的列范围？

Question

在这样创建的 Pandas 数据框中:

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(10, size=(6, 6)),
                  columns=['c' + str(i) for i in range(6)],
                  index=["r" + str(i) for i in range(6)])

可能如下所示:

    c0  c1  c2  c3  c4  c5
r0   2   7   3   3   2   8
r1   6   9   6   7   9   1
r2   4   0   9   8   4   2
r3   9   0   4   3   5   4
r4   7   6   8   8   0   8
r5   0   6   1   8   2   2

我可以使用 .loc 轻松选择某些行和/或一系列列:

print df.loc[['r1', 'r5'], 'c1':'c4']

那将返回:

    c1  c2  c3  c4
r1   9   6   7   9
r5   6   1   8   2

因此，我可以在列表中选择特定的行/列，使用冒号的一系列行/列。

如何在 R 中做到这一点？ Here和 here人们总是必须通过它们的索引来指定所需的列范围，但不能——或者至少我没有找到——通过名称访问那些。举个例子:

df <- data.frame(c1=1:6, c2=2:7, c3=3:8, c4=4:9, c5=5:10, c6=6:11)
rownames(df) <- c('r1', 'r2', 'r3', 'r4', 'r5', 'r6')

命令

df[c('r1', 'r5'),'c1':'c4']

不起作用并引发错误。唯一对我有用的是

df[c('r1', 'r5'), 1:4]

返回

   c1 c2 c3 c4
r1  1  2  3  4
r5  5  6  7  8

但是我将如何按名称而不是索引选择列(当我在整个分析过程中删除某些列时，这可能很重要)？在这种特殊情况下，我当然可以使用 grep但是具有任意名称的列呢？

所以我不想使用

df[c('r1', 'r5'),c('c1','c2', 'c3', 'c4')]

但一个实际的切片。

编辑:

可以找到后续问题 here .

Answer 1

看起来您可以使用 subset 来完成此操作。 :

> df <- data.frame(c1=1:6, c2=2:7, c3=3:8, c4=4:9, c5=5:10, c6=6:11)
> rownames(df) <- c('r1', 'r2', 'r3', 'r4', 'r5', 'r6')
> subset(df, select=c1:c4)
   c1 c2 c3 c4
r1  1  2  3  4
r2  2  3  4  5
r3  3  4  5  6
r4  4  5  6  7
r5  5  6  7  8
r6  6  7  8  9
> subset(df, select=c1:c2)
   c1 c2
r1  1  2
r2  2  3
r3  3  4
r4  4  5
r5  5  6
r6  6  7

如果您想按行名称范围进行子集化，此 hack 将执行以下操作:

> gRI <- function(df, rName) {which(match(rNames, rName) == 1)}
> df[gRI(df,"r2"):gRI(df,"r4"),]
   c1 c2 c3 c4 c5 c6
r2  2  3  4  5  6  7
r3  3  4  5  6  7  8
r4  4  5  6  7  8  9