R에서 이름으로 열을 삭제하는 방법(예제 포함)

R의 데이터 프레임에서 이름으로 열을 제거하는 세 가지 일반적인 방법이 있습니다.

방법 1: 기본 R 사용

 #drop col2 and col4 from data frame
df_new <- subset(df, select = -c(col2, col4))

방법 2: dplyr 사용

 library (dplyr)

#drop col2 and col4 from data frame
df_new <- df %>% select(-c(col2, col4))

방법 3: data.table 사용

 library (data.table)

#convert data frame to data table
dt <- setDT(df)

#drop col2 and col4 from data frame
dt[, c(' col2 ', ' col4 '):=NULL]

다음 예에서는 R의 다음 데이터 프레임을 사용하여 실제로 각 메서드를 사용하는 방법을 보여줍니다.

 #create data frame
df <- data. frame (team=c('A', 'A', 'B', 'B', 'C', 'C', 'C', 'D'),
                 points=c(12, 15, 22, 29, 35, 24, 11, 24),
                 rebounds=c(10, 4, 4, 15, 14, 9, 12, 8),
                 assists=c(7, 7, 5, 8, 19, 14, 11, 10))

#view data frame
df

  team points rebound assists
1 A 12 10 7
2 to 15 4 7
3 B 22 4 5
4 B 29 15 8
5 C 35 14 19
6 C 24 9 14
7 C 11 12 11
8 D 24 8 10

예 1: Base R을 사용하여 이름별로 열 제거

다음 코드는 기본 R의 subset() 함수를 사용하여 데이터 프레임에서 점 및 도우미 열을 제거하는 방법을 보여줍니다.

 #create new data frame by dropping points and assists columns
df_new <- subset(df, select = -c(points, assists))

#view new data frame
df_new

  team rebounds
1 to 10
2 to 4
3 B 4
4 B 15
5 C 14
6 C 9
7 C 12
8 D 8

포인트 와 어시스트 열이 모두 새 데이터 프레임에서 제거되었습니다.

예 2: dplyr을 사용하여 이름별로 열 제거

다음 코드는 dplyr 패키지의 select() 함수를 사용하여 데이터 프레임에서 점 및 도우미 열을 제거하는 방법을 보여줍니다.

 library (dplyr)

#create new data frame by dropping points and assists columns
df_new <- df %>% select(-c(points, assists))

#view new data frame
df_new

  team rebounds
1 to 10
2 to 4
3 B 4
4 B 15
5 C 14
6 C 9
7 C 12
8 D 8

포인트 와 어시스트 열이 모두 새 데이터 프레임에서 제거되었습니다.

예시 3: data.table을 사용하여 이름별로 열 삭제

다음 코드는 data.table 패키지를 사용하여 두 열을 모두 NULL로 설정하여 데이터 프레임에서 포인트 및 도우미 열을 제거하는 방법을 보여줍니다.

 library (data.table)

#convert data frame to data table
dt <- setDT(df)

#drop points and assists columns
dt[, c(' points ', ' assists '):=NULL]

#view updated data table
dt

   team rebounds
1: At 10
2: A 4
3:B4
4:B15
5:C14
6: C 9
7:C12
8: D 8

포인트 와 어시스트 열이 모두 새 데이터 테이블에서 제거되었습니다.

참고 : 세 가지 방법 모두 동일한 결과를 생성하지만 dplyr 및 data.table 방법은 매우 큰 데이터 세트로 작업할 때 더 빠른 경향이 있습니다.

추가 리소스

다음 튜토리얼에서는 R에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

R에서 NA 값이 있는 열을 제거하는 방법
R에서 열을 재정렬하는 방법
R에서 열 이름을 바꾸는 방법