通过位置从数据表中提取列作为向量 [英] Extract a column from a data.table as a vector, by position

问题描述

如何从数据表中提取列作为向量的位置？下面是我试过的一些代码片段：

  DT <-data.table（x = c = c（3,4），z = c（5,6））
 DT 
＃xyz 
＃1：1 3 5 
＃2：2 4 6 
  

我想使用列位置获取此输出

  DT $ y 
＃[1] 3 4 
 is.vector（DT $ y）
＃[1] TRUE 
  
 
 
 
使用列位置获得此输出的其他方式
  DT [，y] 
＃[1] 3 4 
 is.vector（DT [，y]）
＃[1] TRUE 
  
这不给向量
  DT [，2，with = FALSE] 
＃y 
＃1：3 
＃2：4 
 is.vector FALSE]）
＃[1] FALSE 
  
 p> 
 
 
  DT $ noquote（names（DT）[2]）＃无效
 #Error：函数
 
 DT [，noquote（names（DT）[2]）]＃不工作
＃[1] y 
  
这不会给出一个向量：
  DT [，noquote（names（DT）[2]），with = FALSE]＃不是向量
＃y 
＃1：3 
＃2：4 
。向量（DT [，noquote（names（DT）[2]），with = FALSE]）
＃[1] FALSE 
  
 
 
解决方案
 data.table继承自 data.frame 类。因此，它在内部是一个列表（列向量），可以这样处理。 
  is.list（DT）
＃[1] TRUE 
  
幸运的是，列表子集，即 [[ c $ c> [，package data.table没有为它定义一个方法。因此，您可以简单地使用 [[以索引提取：
  DT [[2]] 
＃[1] 3 4 
  
 
How do I extract a column from a data.table as a vector by its position? Below are some code snippets I have tried:
DT<-data.table(x=c(1,2),y=c(3,4),z=c(5,6))
DT
#   x y z
#1: 1 3 5
#2: 2 4 6
I want to get this output using column position
DT$y 
#[1] 3 4
is.vector(DT$y)
#[1] TRUE
Other way to get this output using column position    
DT[,y] 
#[1] 3 4
is.vector(DT[,y])
#[1] TRUE
This doesn't give a vector
DT[,2,with=FALSE]
#   y
#1: 3
#2: 4
is.vector(DT[,2,with=FALSE])
#[1] FALSE
Those two doesn't work:
DT$noquote(names(DT)[2]) # Doesn't work
#Error: attempt to apply non-function

DT[,noquote(names(DT)[2])] # Doesn't work
#[1] y
And this doesn't give a vector:
DT[,noquote(names(DT)[2]),with=FALSE] # Not a vector
#   y
#1: 3
#2: 4
is.vector(DT[,noquote(names(DT)[2]),with=FALSE])
#[1] FALSE

解决方案
A data.table inherits from class data.frame. Therefore it is a list (of column vectors) internally and can be treated as such. 
is.list(DT)
#[1] TRUE
Fortunately, list subsetting, i.e. [[, is very fast and, in contrast to [, package data.table doesn't define a method for it. Thus, you can simply use [[ to extract by an index:
DT[[2]]
#[1] 3 4


                        
这篇关于通过位置从数据表中提取列作为向量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！