如何根据数据帧的名称而不是索引来选择列的范围？ [英] How to select range of columns in a dataframe based on their name and not their indexes?
问题描述
将pandas作为pd
导入numpy作为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）]）
可以看起来如下：
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
我可以轻松地选择某些行和/或一系列列 .loc ：
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
所以，我可以在列表中选择特定的行/列，使用冒号的行/列范围。
如何在R中执行此操作？ 此处和 here 一般必须通过索引指定列的期望范围，但不能 - 或在至少我没有找到它 - 按名称访问这些。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'）
该命令
df [c（'r1'，'r5'），'c1'：'c4']
不起作用，并引发错误。对我来说唯一有用的是
df [c（'r1'，'r5'），1：4]
其中返回
c1 c2 c3 c4
r1 1 2 3 4
r5 5 6 7 8
但是我如何按名称选择列，而不是按索引选择列（这在分析中删除某些列时可能很重要）？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如何？
所以我不想使用
df [c（'r1'，'r5'），c（'c1'，'c2 '，'c3'，'c4'）]
但是一个实际的切片。
编辑：
可以找到后续问题 here 。
看起来你可以用子集完成这个操作：
> 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'）
>子集（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
>子集（df，select = c1：c2）
c1 c2
r1 1 2
r2 2 3
r3 3 4
r4 4 5
r5 5 6
r6 6 7
如果你想按行名范围排列，这个黑客会do：
> 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
In a pandas dataframe created like this:
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)])
which could look as follows:
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
I can easily select certain rows and/or a range of columns using .loc:
print df.loc[['r1', 'r5'], 'c1':'c4']
That would return:
c1 c2 c3 c4
r1 9 6 7 9
r5 6 1 8 2
So, particular rows/columns I can select in a list, a range of rows/columns using a colon.
How would one do this in R? Here and here one always has to specify the desired range of columns by their index but one cannot - or at least I did not find it - access those by name. To give an example:
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')
The command
df[c('r1', 'r5'),'c1':'c4']
does not work and throws an error. The only thing that worked for me is
df[c('r1', 'r5'), 1:4]
which returns
c1 c2 c3 c4
r1 1 2 3 4
r5 5 6 7 8
But how would I select the columns by their name and not by their index (which might be important when I drop certain columns throughout the analysis)? In this particular case I could of course use grep but how about columns that have arbitrary names?
So I don't want to use
df[c('r1', 'r5'),c('c1','c2', 'c3', 'c4')]
but an actual slice.
EDIT:
A follow-up question can be found here.
It looks like you can accomplish this with a subset:
> 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
If you want to subset by row name range, this hack would do:
> 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
这篇关于如何根据数据帧的名称而不是索引来选择列的范围？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！
