> For the complete documentation index, see [llms.txt](https://analytics.datalit.de/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://analytics.datalit.de/old-stuff/spalten-auswaehlen.md). # Spalten auswählen ## Bestimmte Spalten anhand des Namens auswählen Wir können mit R einzelne Spalten eines Dataframes anzeigen: {% tabs %} {% tab title="Tibble" %} ```r # Der select-Befehl kann für die Auswahl bestimmter Spalten verwendet werden food_production %>% select("food_product") ``` {% endtab %} {% tab title="R-Dataframe" %} ```r food_production["food_product"] ``` {% endtab %} {% endtabs %} Es lassen sich auch mehr als eine Spalte angeben, wenn wir die Namen mit Komma separiert auflisten: {% tabs %} {% tab title="Tibble" %} ```r # Auch mehrere Spalten lassen sich gleichzeitig auswählen food_production %>% select("food_product", "transport") ``` {% endtab %} {% tab title="R-Dataframe" %} ```r fp_df[ c("food_product", "transport") ] ``` {% endtab %} {% endtabs %} ## Spalten mit einem Namensmuster auswählen Oft beabsichtigen wir Spalten auszuwählen, die ein bestimmtes Namensmuster aufweisen. Antwortspalten beinhalten etwa zu einer bestimmten Frage in der Marktforschung oft das Kürzel der Frage. Um alle Antwortspalten zu einer bestimmten Frage zu selektieren, könnten wir nach diesem Kürzel suchen. Mit `dplyr` und `select()` ist das einfach umsetzbar: ```r # Alle Spalten, die mit "freshwater" beginnen food_production %>% select(starts_with("freshwater")) # Alle Spalten, die "liter_per" im Namen haben (egal wo) food_production %>% select(contains("liters_per")) # Alle Spalten, die auf "protein" enden food_production %>% select(ends_with("protein")) ``` Zu diesen drei Funktionen kommt noch eine sehr flexible Möglichkeit, Spalten anhand eines [regulären Ausdrucks](https://en.wikipedia.org/wiki/Regular_expression) zu selektieren: ```r # Spalten, die mindestens ein Leerzeichen enthalten (Ergebnis hier: keine) food_production %>% select(matches("\\s")) ``` Weiterführende Dokumentation zu diesen vier Funktionen findet ihr hier: {% embed url="" %} ## Bestimmte Spalten aus der Auswahl ausschließen Wir können mit der `select()` Funktion auch Spalten aus der Auswahl ausschließen, indem wir ein Minuszeichen vor den Spaltennamen setzen: ```r # Alle Spalten außer "land_use_change" und "animal_feed" food_production %>% select(-"land_use_change", -"animal_feed") ``` Wir können das Minuszeichen auch in Kombination mit den bereits vorgestellten Funktionen verwenden: ```r # Alle Spalten ausschließem, die auf "protein" enden food_production %>% select(-ends_with("protein")) ``` ## Die ersten und letzten Spalten auswählen Mit `last_col()` können wir die letzte Spalte eines Tibble auswählen: ```r food_production %>% select(last_col()) ``` Als Parameter der Funktion können wir ein Offset übergeben, um die x-letzte Spalte auszuwählen: ```r # Auswählen der vorletzten Spalte food_production %>% select(last_col(2)) ``` In Kombination mit dem Doppelpunkt `:` können wir so bestimmte aufeinanderfolgende Spalten auswählen: ```r # Alle Spalten ab der Zweiten bis zur vorletzten food_production %>% select(2 : last_col(2)) ``` ## Spalten nach Datentyp selektieren Wir können mit der `where()` Funktion auch Spalten bezüglich des Datentyps auswählen: ```r food_production %>% select(where(is.numeric)) food_production %>% select(where(is.character)) food_production %>% select(where(is.logical)) food_production %>% select(where(is.factor)) ``` Für Datumsspalten existiert leider keine Funktion. Wir können uns diese aber selbst erstellen und anschließend verwenden (s. [Eintrag auf Stackoverflow](https://stackoverflow.com/questions/18178451/is-there-a-way-to-check-if-a-column-is-a-date-in-r)): ```r # Funktion, um Datumsspalten zu erkennen is.Date <- function(x) { inherits(x, c("Date", "POSIXt")) } covid %>% select(where(is.Date)) ``` ## Mengen von Spalten definieren und selektieren Häufig benötigt man mehrmals die gleichen Spalten. Um nicht jedes Mal die gesamte Liste aufführen zu müssen, können wir in diesem Fall einen Vektor definieren, der die Namen der Spalten enthält. Mit der `all_of()` Funktion können wir dann alle Spalten in diesem Vektor auswählen: ```r # Erstellen eines Vektors mit gewünschten Spaltennamen vars_logistics <- c("transport", "packging", "retail") # Selektieren auf Basis dieser Menge food_production %>% select(all_of(vars_logistics)) # Selektieren auf Basis dieser Menge, aber ohne "transport" food_production %>% select(all_of(vars_logistics), -transport) ``` Mit `any_of()` können wir auch Spalten im Vektor aufnehmen, die nicht existieren. Es werden alle Spalten selektiert, die in der Liste vorkommen und auch tatsächlich im Tibble vorhanden sind. So können wir einen Vektor erstellen, der Spaltennamen aus unterschiedlichen Datensätzen beinhaltet: ```r # Erstellen eines Vektors mit gewünschten Spaltennamen, "shipping" existiert nicht im Tibble vars_logistics <- c("transport", "packging", "retail", "shipping") # Selektieren auf Basis dieser Menge, "shipping" ist jedoch nicht vorhanden food_production %>% select(all_of(vars_logistics)) ``` ## Weiterführende Quellen Die offizielle Dokumentation beinhaltet weitere Informationen und Beispiele: {% embed url="" %} In Kapitel 5 des Buches „R for Data Science“ wird die Datentransformation mit `dplyr` behandelt. Der folgende Link führt direkt zum Abschnitt über die `select` Funktion: {% embed url="" %} --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://analytics.datalit.de/old-stuff/spalten-auswaehlen.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.