Come eliminare colonne dal frame di dati con meno di 2 livelli unici in R

Question

Ho un set di dati con variabili numeriche e categoriali con ~ 200.000 righe, ma molte variabili sono costanti (sia numeriche che cat). Sto cercando di creare un nuovo set di dati in cui le variabili length(unique(data.frame$factor))<=1 vengono eliminate. Dati

esempio dato e tentativi finora:

Temp=c(26:30) 
Feels=c("cold","cold","cold","hot","hot") 
Time=c("night","night","night","night","night") 
Year=c(2015,2015,2015,2015,2015) 
DF=data.frame(Temp,Feels,Time,Year) 

penserei un ciclo avrebbe funzionato, ma qualcosa non funziona nel mio 2 di seguito i tentativi. Ho provato:

for (i in unique(colnames(DF))){ 
    Reduced_DF <- DF[,(length(unique(DF$i)))>1] 
} 

Ma ho davvero bisogno di un vettore dei colnames cui lunghezza (unici (DF $ colonne))> 1, così ho provato il seguito, invece, senza alcun risultato.

for (i in unique(DF)){ 
    if (length(unique(DF$i)) >1) 
    {keepvars <- c(DF$i)} 
    Reduced_DF <- DF[keepvars] 
} 

Qualcuno là fuori hanno esperienza con questo tipo di sottoinsiemi/caduta di colonne con meno di un certo livello di conteggio?

Answer 1

È possibile scoprire quanti valori unici sono in ogni colonna con:

sapply(DF, function(col) length(unique(col))) 
# Temp Feels Time Year 
# 5  2  1  1 

È possibile utilizzare questo per sottoinsieme delle colonne:

DF[, sapply(DF, function(col) length(unique(col))) > 1] 
# Temp Feels 
# 1 26 cold 
# 2 27 cold 
# 3 28 cold 
# 4 29 hot 
# 5 30 hot 

Answer 2

Un altro modo con data.table

#Convert object to data.table object 
library(data.table) 
setDT(DF) 

#Drop columns 
todrop <- names(DF)[which(sapply(DF,uniqueN)<2)] 
DF[, (todrop) := NULL] 

Un vantaggio di questo metodo è che non fa una copia (che potrebbe essere noi eful quando hai tante colonne quante ne hai).

Se si utilizza data.table 1.9.4, è necessario modificare la seguente:

#Drop columns 
todrop <- names(DF)[which(sapply(DF,function(x) length(unique(x)<2))] 
DF[, (todrop) := NULL]