<\/p>\n
Er zijn drie veelgebruikte manieren om kolommen op naam uit een dataframe in R te verwijderen:<\/span><\/p>\n Methode 1: Gebruik Base R<\/strong><\/span><\/p>\n Methode 2: gebruik dplyr<\/strong><\/span><\/p>\n Methode 3: Gebruik data.table<\/strong><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met het volgende dataframe in R:<\/span><\/p>\n De volgende code laat zien hoe u de punt-<\/strong> en helperkolommen<\/strong> uit het dataframe kunt verwijderen met behulp van de functie subset()<\/strong> in basis R:<\/span><\/p>\n Merk op dat de punten-<\/strong> en assistkolommen<\/strong> beide uit het nieuwe gegevensframe zijn verwijderd.<\/span><\/span><\/p>\n De volgende code laat zien hoe u de punt-<\/strong> en helperkolommen<\/strong> uit het dataframe kunt verwijderen met behulp van de select()-<\/strong> functie uit het dplyr-pakket:<\/span><\/p>\n Merk op dat de punten-<\/strong> en assistkolommen<\/strong> beide uit het nieuwe gegevensframe zijn verwijderd.<\/span><\/p>\n De volgende code laat zien hoe u de punt-<\/strong> en helperkolommen<\/strong> uit het gegevensframe kunt verwijderen door beide kolommen in te stellen op NULL met behulp van het data.table-pakket:<\/span><\/p>\n Merk op dat de punten-<\/strong> en assistkolommen<\/strong> beide uit de nieuwe gegevenstabel zijn verwijderd.<\/span><\/p>\n Opmerking<\/strong> : alle drie de methoden leveren hetzelfde resultaat op, maar de methoden dplyr<\/strong> en data.table<\/strong> zullen doorgaans sneller zijn bij het werken met extreem grote datasets.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in R kunt uitvoeren:<\/span><\/p>\n Hoe kolommen met NA-waarden in R te verwijderen<\/a> Er zijn drie veelgebruikte manieren om kolommen op naam uit een dataframe in R te verwijderen: Methode 1: Gebruik Base R #drop col2 and col4 from data frame df_new <- subset(df, select = -c(col2, col4)) Methode 2: gebruik dplyr library (dplyr) #drop col2 and col4 from data frame df_new <- df %>% select(-c(col2, col4)) Methode […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3967","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #drop col2 and col4 from data frame<\/span>\ndf_new <- subset(df, select = -c(col2, col4))\n<\/strong><\/pre>\n library<\/span> (dplyr)\n\n#drop col2 and col4 from data frame<\/span>\ndf_new <- df %>% select(-c(col2, col4))\n<\/strong><\/pre>\n library<\/span> (data.table)\n\n#convert data frame to data table<\/span>\ndt <- setDT(df)\n\n#drop col2 and col4 from data frame<\/span>\ndt[, c(' col2<\/span> ', ' col4<\/span> '):=NULL]\n<\/strong><\/pre>\n #create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'B', 'B', 'C', 'C', 'C', 'D'),\n points=c(12, 15, 22, 29, 35, 24, 11, 24),\n rebounds=c(10, 4, 4, 15, 14, 9, 12, 8),\n assists=c(7, 7, 5, 8, 19, 14, 11, 10))\n\n#view data frame\n<\/span>df\n\n team points rebound assists\n1 A 12 10 7\n2 to 15 4 7\n3 B 22 4 5\n4 B 29 15 8\n5 C 35 14 19\n6 C 24 9 14\n7 C 11 12 11\n8 D 24 8 10\n<\/span><\/span><\/strong><\/pre>\n Voorbeeld 1: Kolommen op naam verwijderen met Base R<\/strong><\/span><\/h2>\n
#create new data frame by dropping points and assists columns\n<\/span>df_new <- subset(df, select = -c(points, assists))\n\n#view new data frame\n<\/span>df_new\n\n team rebounds\n1 to 10\n2 to 4\n3 B 4\n4 B 15\n5 C 14\n6 C 9\n7 C 12\n8 D 8\n<\/span><\/span><\/strong><\/pre>\n Voorbeeld 2: Kolommen op naam verwijderen met dplyr<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#create new data frame by dropping points and assists columns\n<\/span>df_new <- df %>% select(-c(points, assists))\n\n#view new data frame\n<\/span>df_new\n\n team rebounds\n1 to 10\n2 to 4\n3 B 4\n4 B 15\n5 C 14\n6 C 9\n7 C 12\n8 D 8<\/span><\/span><\/strong><\/pre>\n Voorbeeld 3: Kolommen op naam verwijderen met data.table<\/strong><\/span><\/h2>\n
library<\/span> (data.table)\n\n#convert data frame to data table<\/span>\ndt <- setDT(df)\n\n#drop points and assists columns\n<\/span>dt[, c(' points<\/span> ', ' assists<\/span> '):=NULL]\n\n#view updated data table\n<\/span>dt\n\n team rebounds\n1: At 10\n2: A 4\n3:B4\n4:B15\n5:C14\n6: C 9\n7:C12\n8: D 8\n<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Kolommen herschikken in R<\/a>
Hoe kolommen te hernoemen in R<\/a>
<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"