假设我有一个如下所示的数据框:

df <- data.frame(v1 = sample(1:10, 100, replace = T), v2 = sample(LETTERS, 100, replace = T),
                 V3 = sample(letters, 100, replace = T), v4 = sample(1:15, 100, replace = T))

我想创建一个新的数据框 df2 只包含取值超过 10 个的列。因此，在此示例中，它将是 v2、v3 和 v4。我怎样才能做到这一点？实际上，我的数据框有数千列。

我试过这个:

df2 <- df %>% select(which(length(unique(.))>10))

最佳答案

或者，您可以使用 dplyr 中的 select_if()，您可以在其中传递一个函数作为谓词来选择列:

library(dplyr)
df %>% select_if(function(col) n_distinct(col) > 10)

#    v2 V3 v4
#1    T  a 12
#2    R  k  7
#3    L  l  1
# ...

或者在 dplyr 版本 >=1.00

df  %>%
     select(where(~ n_distinct(.) > 10))

https://stackoverflow.com/questions/40409798/