Select() permette di selezionare, eventualmente rinominandole, le colonne di un dataframe; rename() serve solo a rinominarle.

Vedi anche Indicare e scegliere le variabili; dplyr_across

Con select() si possono scegliere le variabili di un dataset, operando in pratica un subset.

library(tidyverse)        # carica tutti i pacchetti
data("ChickWeight")

La funzione richiede come primo argomento il nome del dataset, e, a seguire, il nome delle variabili da selezionare (di cui si può anche cambiare l'ordine):

names(ChickWeight)

[1] "weight" "Time"   "Chick"  "Diet"

select(ChickWeight, Chick, weight)

oppure

ChickWeight %>% select(Chick, weight)

oppure

ChickWeight %>% select(c(3,1))

o anche

ChickWeight %>% select(3,1)

    Chick weight
1       1     42
2       1     51
3       1     59
4       1     64
...

Una variazione molto comoda di questa funzione è select_if(), che permette di selezionare le variabili in base a condizioni. Ad esempio, per selezionare solo le variabili numeriche di un dataset:

starwars %>% 
  select_if(is.numeric)

# A tibble: 87 x 3
   height  mass birth_year
    <int> <dbl>      <dbl>
 1    172    77       19  
 2    167    75      112  
 3     96    32       33  
 4    202   136       41.9
 5    150    49       19  
 6    178   120       52  
 7    165    75       47  
 8     97    32       NA  
 9    183    84       24  
10    182    77       57  
# ... with 77 more rows

Equivale a select(where())

Per eliminare le colonne di un dataset che contengono solo valori mancanti, possiamo usare questa funzione, in questo modo:

df %>% 
  select_if(~sum(!is.na(.x)) > 0)

oppure

df %>% 
  select(where(~sum(!is.na(.x)) > 0))

Con la funzione select() possiamo anche rinominare le variabili:

ChickWeight %>% 
  select(Peso = weight,
         Dieta = Diet)

    Peso Dieta
1     42     1
2     51     1
3     59     1
4     64     1
...

Per rinominare le variabili, c'è anche la funzione rename().

mydata <- ChickWeight %>% 
  rename(Peso = weight,
         Tempo = Time,
         Pollo = Chick,
         Dieta = Diet)

Le righe precedenti equivalgono a:

mydata <- rename(ChickWeight,
                 Peso = weight,
                 Tempo = Time,
                 Pollo = Chick,
                 Dieta = Diet)

Controlliamo i risultati usando as.tibble() (vedi Tibble), che mostra le prime righe, le intestazioin di colonna e alcune informazioni sulle variabili:

mydata %>% 
  as_tibble()

# A tibble: 578 x 4
    Peso Tempo Pollo Dieta
 * <dbl> <dbl> <ord> <fct>
 1    42     0 1     1    
 2    51     2 1     1    
 3    59     4 1     1    
 4    64     6 1     1    
 5    76     8 1     1    
 6    93    10 1     1    
 7   106    12 1     1    
 8   125    14 1     1    
 9   149    16 1     1    
10   171    18 1     1    
# ... with 568 more rows

Quando le variabili da rinominare sono numerose, può forse essere più veloce usare names() (si veda Rinominare le variabili):

names(ChickWeight) <- c("Peso", "Tempo", "Pollo", "Dieta")

Vedi: RDocumentation