Seleccionar solo columnas numéricas de un marco de datos

Supongamos que tiene un data.frame como este:

x <- data.frame(v1=1:20,v2=1:20,v3=1:20,v4=letters[1:20])

¿Cómo seleccionaría solo aquellas columnas en x que son numéricas?

EDITAR: actualizado para evitar el uso de malos consejos sapply.

Como un marco de datos es una lista, podemos usar las funciones de aplicar lista:

nums <- unlist(lapply(x, is.numeric))  

Luego subconjunto estándar

x[ , nums]

## don't use sapply, even though it's less code
## nums <- sapply(x, is.numeric)

Para una R moderna más idiomática, ahora recomendaría

x[ , purrr::map_lgl(x, is.numeric)]

Menos codey, menos reflejo de las peculiaridades particulares de R, y más directo y robusto de usar en tibbles back-end de base de datos:

dplyr::select_if(x, is.numeric)

La función del paquete dplyr select_if() es una solución elegante:

library("dplyr")
select_if(x, is.numeric)

Filter() del paquete base es la función perfecta para ese caso de uso: simplemente tiene que codificar:

Filter(is.numeric, x)

También es mucho más rápido que select_if():

library(microbenchmark)
microbenchmark(
    dplyr::select_if(mtcars, is.numeric),
    Filter(is.numeric, mtcars)
)

devuelve (en mi computadora) una mediana de 60 microsegundos para Filtery 21 000 microsegundos para select_if(350 veces más rápido).

en caso de que solo le interesen los nombres de columna, use esto:

names(dplyr::select_if(train,is.numeric))

Este es un código alternativo a otras respuestas:

x[, sapply(x, class) == "numeric"]

con un data.table

x[, lapply(x, is.numeric) == TRUE, with = FALSE]

library(purrr)
x <- x %>% keep(is.numeric)

La biblioteca PCAmixdata tiene una función splitmix que divide divisiones cuantitativas (datos numéricos) y cualitativas (datos categóricos) de un marco de datos dado "YourDataframe" como se muestra a continuación:

install.packages("PCAmixdata")
library(PCAmixdata)
split <- splitmix(YourDataframe)
X1 <- split$X.quanti(Gives numerical columns in the dataset) 
X2 <- split$X.quali (Gives categorical columns in the dataset)

Otra forma podría ser la siguiente:

#extracting numeric columns from iris datset
(iris[sapply(iris, is.numeric)])

Si tiene muchas variables de factores, puede usar la select_iffunción. instale los paquetes dplyr. Hay muchas funciones que separan los datos al satisfacer una condición. Puedes establecer las condiciones.

Úselo así.

categorical<-select_if(df,is.factor)
str(categorical)

Esto no responde directamente a la pregunta, pero puede ser muy útil, especialmente si desea algo como todas las columnas numéricas, excepto su columna de identificación y la variable dependiente.

numeric_cols <- sapply(dataframe, is.numeric) %>% which %>% 
                   names %>% setdiff(., c("id_variable", "dep_var"))

dataframe %<>% dplyr::mutate_at(numeric_cols, function(x) your_function(x))