Wie dynamisch Spalten auswählen

Question

Nehmen wir an, ich ein zufälliges Wald Modell lief und ich bekomme die Variable Bedeutung info wie folgt:

set.seed(121) 
ImpMeasure<-data.frame(mod.varImp$importance) 
ImpMeasure$Vars<-row.names(ImpMeasure) 
ImpMeasure.df<-ImpMeasure[order(-ImpMeasure$Overall),] 
row.names(ImpMeasure.df)<-NULL 
class(ImpMeasure.df) 
ImpMeasure.df<-ImpMeasure.df[,c(2,1)] # so now we have the importance variable info in a data frame 
ImpMeasure.df 

        Vars  Overall 
1   num_voted_users 100.000000 
2  num_critic_for_reviews 58.961441 
3  num_user_for_reviews 56.500707 
4  movie_facebook_likes 50.680318 
5 cast_total_facebook_likes 30.012205 
6      gross 27.652559 
7  actor_3_facebook_likes 24.094213 
8  actor_2_facebook_likes 19.633290 
9     imdb_score 16.063007 
10 actor_1_facebook_likes 15.848972 
11     duration 11.886036 
12     budget 11.853066 
13    title_year 7.804387 
14 director_facebook_likes 7.318787 
15  facenumber_in_poster 1.868376 
16    aspect_ratio 0.000000 

Wenn ich nun entscheiden, dass ich nur Top-5-Variablen für die weitere Analyse soll dann in do dies:

library(dplyr) 
top.var<-ImpMeasure.df[1:5,] %>% select(Vars) 
top.var 

        Vars 
1   num_voted_users 
2 num_critic_for_reviews 
3  num_user_for_reviews 
4  movie_facebook_likes 
5 cast_total_facebook_likes 

Wie diese Informationen diese var verwenden kann vom Original-Datensatz nur wählen (siehe unten), ohne die eigentlichen Variablennamen buchstabieren, aber die Ausgabe von top.var sagen mit .... wie dplyr select verwenden Funktion für diese ..

Meine ursprüngliche Datenmenge ist wie folgt:

num_critic_for_reviews duration director_facebook_likes actor_3_facebook_likes 
1    723  178      0     855 
2    302  169      563     1000 
3    602  148      0     161 
4    813  164     22000     23000 
5    255  95      131     782 
6    462  132      475     530 
actor_1_facebook_likes  gross num_voted_users cast_total_facebook_likes 
1    1000  760505847  886204      4834 
2    40000  309404152  471220      48350 
3    11000  200074175  275868      11700 
4    27000  448130642  1144337     106759 
5    131  228830   8      143 
6    640  73058679  212204      1873 
facenumber_in_poster num_user_for_reviews budget title_year 
1     0     3054 237000000  2009 
2     0     1238 300000000  2007 
3     1     994 245000000  2015 
4     0     2701 250000000  2012 
5     0     97 26000000  2002 
6     1     738 263700000  2012 
actor_2_facebook_likes imdb_score aspect_ratio movie_facebook_likes cluster 
1     936  7.9   1.78    33000  2 
2     5000  7.1   2.35     0  3 
3     393  6.8   2.35    85000  2 
4     23000  8.5   2.35    164000  3 
5      12  7.1   1.85     0  1 
6     632  6.6   2.35    24000  2 

Answer 1

movies.imp<-moviesdf.cluster%>% select(one_of(top.vars),cluster) 
head(movies.imp) 
## num_voted_users num_user_for_reviews num_critic_for_reviews 
## 1   886204   3054     723 
## 2   471220   1238     302 
## 3   275868   994     602 
## 4   1144337   2701     813 
## 5    8   127      37 
## 6   212204   738     462 
## movie_facebook_likes cast_total_facebook_likes cluster 
## 1    33000      4834  1 
## 2     0      48350  1 
## 3    85000      11700  1 
## 4    164000     106759  1 
## 5     0      143  2 
## 6    24000      1873  1 

, das getan!

Answer 2

Hadley die Antwort auf diese here zur Verfügung gestellt:

select_(df, .dots = top.var)