r - 在 R 中使用 dplyr/magrittr 删除/删除列

Question

如何在 R 中删除带有 dplyr/magrittr 的列？

这里我想删除 NA 超过 50% 的列(这当然行不通):

delNAcols <- function(x){ ifelse( mean(is.na(x))>0.5, NULL, x ) }
d <- data.frame(x=c(1,2,NA),y=c(NA,NA,4))
d %>% mutate_each(funs(delNAcols))

解决方案

两个答案(来自 user3949008 和 akrun)都很好。

如果处理是在 low 的开头，可以使用两个答案的组合，这是由于简短和 magrittr 风格的最佳平衡，换句话说，最好的可读性:

d %>%
  sapply(function(x) mean(is.na(x)) < 0.5) %>% 
  extract(d,. )

由于 d 的重用，如果它在流程的后面，这将不起作用。然后 user3949008 的答案经过小的改动(和可读性的小改进)后就可以使用了:

d %>% select_(.dots = names(.)[which(sapply(., function(x) mean(is.na(x)) < 0.5))])

如果想让整个事情更简洁，可以这样写

select_each <- function(df, fun) { df %>% sapply(fun) %>% extract(df,.) }
select_each <- function(df, fun) { df %>% select_(.dots = names(.)[which(sapply(., fun))]) }

d %>%
  select_each( function(x) mean(is.na(x)) < 0.5 )

两个 select_each 函数在功能上是相同的。但是，我对它们进行了基准测试，发现第一个的速度是它的三倍。

Answer 1

我们可以使用base R

Filter(function(x) mean(is.na(x)) <= 0.5, d)

或者如果我们需要使用流

library(dplyr)
library(magrittr)
d %>%
   summarise_each(funs(mean(is.na(.)) <= 0.5)) %>% 
   unlist %>% 
   extract(d,. )