R 在data.table中删除单个列的习惯用法

我需要从包含几百列的data.frame中删除一列

使用

data.frame

，我可以使用

子集

方便地执行此操作：

> dat <- data.table( data.frame(x=runif(10),y=rep(letters[1:5],2),z=runif(10)),key='y' )
> subset(dat,select=c(-z))
            x y
 1: 0.1969049 a
 2: 0.7916696 a
 3: 0.9095970 b
 4: 0.3529506 b
 5: 0.4923602 c
 6: 0.5993034 c
 7: 0.1559861 d
 8: 0.9929333 d
 9: 0.3980169 e
10: 0.1921226 e

但是，我必须构建这样一个列表，它很笨重

subset

是方便地删除一两列的正确方法，还是会导致性能下降？如果不是，那更好的方法是什么

编辑

基准：

> dat <- data.table( data.frame(x=runif(10^7),y=rep(letters[1:10],10^6),z=runif(10^7)),key='y' )
> microbenchmark( subset(dat,select=c(-z)), dat[,list(x,y)] )
Unit: milliseconds
                         expr       min        lq    median        uq      max
1           dat[, list(x, y)] 102.62826 167.86793 170.72847 199.89789 792.0207
2 subset(dat, select = c(-z))  33.26356  52.55311  53.53934  55.00347 180.8740

>dat微基准（子集（dat，select=c（-z）），dat[，列表（x，y）]）
单位：毫秒
expr最小lq中值uq最大
1数据[，列表（x，y）]102.62826 167.86793 170.72847 199.89789 792.0207
2子集（dat，select=c（-z））33.26356 52.55311 53.53934 55.00347 180.8740

---

但实际上，如果

子集复制整个
数据，则更重要的是内存。如果要永久删除列，请使用
：=NULL

dat[, z := NULL]

如果要将列作为字符串删除，请使用
（）
强制将求值作为字符串，而不是作为字符名

toDrop <- c('z')

dat[, (toDrop) := NULL]

但是，
data.table
检查
j
参数，只获取您以任何方式使用的列。参见常见问题1.12

当您写入X[Y，sum（foo*bar）]，data.table
自动检查j表达式以查看它使用的列

并且不尝试加载
.SD
的所有数据（除非调用
j
时有
.SD
）


subset.data.table
正在处理调用并最终计算
dat[，c（'x'，'y'），其中=FALSE]

使用
：=NULL应该基本上是即时的，但是veer t确实会永久删除该列。
我认为这就是您要寻找的

dat[, !"z"]

这是一个关于你编辑的大量数据的基准

Unit: milliseconds
                         expr       min        lq    median       uq      max neval
  subset(dat, select = c(-z))  53.37435  56.82514  61.81279 100.3458 339.1400   100
            dat[, list(x, y)] 191.46678 354.39905 412.06421 451.3933 678.3981   100
                  dat[, !"z"]  53.49184  57.31756  62.15506 112.7063 398.0107   100

subset.data.table
与您的调用相同，因为它们执行相同的操作请参见
getAnywhere（'subset.data.table'）
与
subset
相比，我更喜欢这种语法，因为。我假设相同的参数可以扩展到
数据。表
@Arun是否愿意解释这是如何工作的？例如，为什么
with
选项必须是
FALSE
。也就是说，它将data.table的列视为变量。为了克服此默认设置并获得与data.frame中相同的行为，我们将
设置为with=FALSE
。如果不是的话，
DT[，“x”]
将返回
“x”
，因为
“x”
的计算结果是
“x”
。可能值得一读，了解更多信息。一个问题：你打算放弃这个专栏吗？我的意思是，您将如何处理生成的数据.table？@Arun让我提出疑问的是，在使用
：=
创建列时，我将列命名错误，并希望将其删除。但总是有人说转储一两列很方便。正如@mnel所解释的，如果您只想删除，可以直接使用
：=
运算符，如果您想在没有此列的情况下执行计算，则可以始终使用
.SDcols
。因此，您可以使用=FALSE解决方案来避免
子集
/
。。。。几周来我一直在想怎么做。这一小技巧值得自己去问答。
dat[, !"z"]

Unit: milliseconds
                         expr       min        lq    median       uq      max neval
  subset(dat, select = c(-z))  53.37435  56.82514  61.81279 100.3458 339.1400   100
            dat[, list(x, y)] 191.46678 354.39905 412.06421 451.3933 678.3981   100
                  dat[, !"z"]  53.49184  57.31756  62.15506 112.7063 398.0107   100