首页 文章

子集数据仅包含名称与条件匹配的列

提问于
浏览 次
35

有没有办法让我根据以特定字符串开头的列名来对数据进行子集化？我有一些列像 ABC_1 ABC_2 ABC_3 ，有些像 XYZ_1, XYZ_2,XYZ_3 让我们说 .

如何仅基于包含上述文本部分的列（例如， ABC 或 XYZ ）来对我的 df 进行子集化？我可以使用索引，但是数据中的列太分散，而且编码太多了 .

另外，我想只包含来自这些列的每一行的行，其中任何值都是 >0 所以如果上面的 6 列中的任何一行在行中有 1 ，它会切入我的最终数据帧 .

r subset

4 回答

  • 60

    在 data.frame 的名称上尝试 grepl . grepl 将正则表达式与目标匹配，如果找到匹配则返回 TRUE ，否则返回 FALSE . 该函数是矢量化的，因此你可以传递一个字符串向量来匹配，你将得到一个返回的布尔值向量 .

    示例

    #  Data
df <- data.frame( ABC_1 = runif(3),
            ABC_2 = runif(3),
            XYZ_1 = runif(3),
            XYZ_2 = runif(3) )

#      ABC_1     ABC_2     XYZ_1     XYZ_2
#1 0.3792645 0.3614199 0.9793573 0.7139381
#2 0.1313246 0.9746691 0.7276705 0.0126057
#3 0.7282680 0.6518444 0.9531389 0.9673290

#  Use grepl
df[ , grepl( "ABC" , names( df ) ) ]
#      ABC_1     ABC_2
#1 0.3792645 0.3614199
#2 0.1313246 0.9746691
#3 0.7282680 0.6518444

#  grepl returns logical vector like this which is what we use to subset columns
grepl( "ABC" , names( df ) )
#[1]  TRUE  TRUE FALSE FALSE

    为了回答第二部分，我将制作子集data.frame，然后制作一个索引行的向量以保持（逻辑向量），就像这样......

    set.seed(1)
df <- data.frame( ABC_1 = sample(0:1,3,repl = TRUE),
            ABC_2 = sample(0:1,3,repl = TRUE),
            XYZ_1 = sample(0:1,3,repl = TRUE),
            XYZ_2 = sample(0:1,3,repl = TRUE) )

# We will want to discard the second row because 'all' ABC values are 0:
#  ABC_1 ABC_2 XYZ_1 XYZ_2
#1     0     1     1     0
#2     0     0     1     0
#3     1     1     1     0


df1 <- df[ , grepl( "ABC" , names( df ) ) ]

ind <- apply( df1 , 1 , function(x) any( x > 0 ) )

df1[ ind , ]
#  ABC_1 ABC_2
#1     0     1
#3     1     1
    回复于
  • 13

    您也可以像这样使用 starts_with 和 dplyr 的 select() ：

    df <- df %>% dplyr:: select(starts_with("ABC"))
    回复于
  • 5

    使用dplyr你可以：

    df <- df %>% dplyr:: select(grep("ABC", names(df)), grep("XYZ", names(df)))
    回复于
  • 2

    这对我有用：

    df[,names(df) %in% colnames(df)[grepl(str,colnames(df))]]
    回复于

相关问题