Extraer columnas específicas de un marco de datos

Tengo un marco de datos R con 6 columnas, y quiero crear un nuevo marco de datos que solo tenga tres de las columnas.

Suponiendo mi trama de datos es df, y quiero columnas de extracto A, By E, este es el único comando que puedo averiguar:

 data.frame(df$A,df$B,df$E)

¿Hay una forma más compacta de hacer esto?

Usando el paquete dplyr , si se llama a su data.frame df1:

library(dplyr)

df1 %>%
  select(A, B, E)

Esto también se puede escribir sin la %>%tubería como:

select(df1, A, B, E)

Puede subconjunto usando un vector de nombres de columna. Prefiero este enfoque sobre aquellos que tratan los nombres de columna como si fueran nombres de objetos (por ejemplo subset()), especialmente cuando se programa en funciones, paquetes o aplicaciones.

# data for reproducible example
# (and to avoid confusion from trying to subset `stats::df`)
df <- setNames(data.frame(as.list(1:5)), LETTERS[1:5])
# subset
df[,c("A","B","E")]

Este es el papel de la subset()función:

> dat <- data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,7),E=c(8,8),F=c(9,9)) 
> subset(dat, select=c("A", "B"))
  A B
1 1 3
2 2 4

Hay dos opciones obvias: Joshua Ulrich's df[,c("A","B","E")]o

df[,c(1,2,5)]

como en

> df <- data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,7),E=c(8,8),F=c(9,9)) 
> df
  A B C D E F
1 1 3 5 7 8 9
2 2 4 6 7 8 9
> df[,c(1,2,5)]
  A B E
1 1 3 8
2 2 4 8
> df[,c("A","B","E")]
  A B E
1 1 3 8
2 2 4 8

Solo por alguna razón

df[, (names(df) %in% c("A","B","E"))]

trabajó para mi. Todas las sintaxis anteriores produjeron "columnas indefinidas seleccionadas".

Donde df1 es su marco de datos original:

df2 <- subset(df1, select = c(1, 2, 5))

También puede usar el sqldfpaquete que realiza selecciones en marcos de datos R como:

df1 <- sqldf("select A, B, E from df")

Esto da como resultado un marco de datos df1con columnas: A, B, E.

Puedes usar with:

with(df, data.frame(A, B, E))

df<- dplyr::select ( df,A,B,C)

Además, puede asignar un nombre diferente a los datos recién creados

data<- dplyr::select ( df,A,B,C)

[ y subconjunto no son sustituibles:

[ devuelve un vector si solo se selecciona una columna.

df = data.frame(a="a",b="b")    

identical(
  df[,c("a")], 
  subset(df,select="a")
) 

identical(
  df[,c("a","b")],  
  subset(df,select=c("a","b"))
)