列名称的复杂模式的子集数据帧

Eric Green 发表于 Dev

埃里克·格林

我有一个数据集，如下所示：

两轮数据（.t0和.t1）
多个刻度（this和that）
每一等级的几个项目（1，22，22a）
几个变量忽略（v2，v3，ignore.t0，ignore.t1，this.t0，this.t1，that.t0，that.t1）

。

dat <- data.frame(id = seq(from=1, to=10, by=1),
                  v2 = rnorm(10),
                  v3 = rnorm(10),
                  ignore.t0 = rnorm(10),
                  this.t0 = rnorm(10),
                  this1.t0 = rnorm(10),
                  this22.t0 = rnorm(10),
                  this22a.t0 = rnorm(10),
                  that.t0 = rnorm(10),
                  that1.t0 = rnorm(10),
                  that22.t0 = rnorm(10),
                  that22a.t0 = rnorm(10),
                  ignore.t1 = rnorm(10),
                  this.t1 = rnorm(10),
                  this1.t1 = rnorm(10),
                  this22.t1 = rnorm(10),
                  this22a.t1 = rnorm(10),
                  that.t1 = rnorm(10),
                  that1.t1 = rnorm(10),
                  that22.t1 = rnorm(10),
                  that22a.t1 = rnorm(10))

我想对数据框进行子集化，使其id仅包含以下内容：

标尺名称（this或that）AND
句号前的数字（1.）或数字和字母（22a.）

所以最后，数据框应如下所示：

dat2 <- data.frame(
                   id = seq(from=1, to=10, by=1),
                   #v2 = rnorm(10),
                   #v3 = rnorm(10),
                   #ignore.t0 = rnorm(10),
                   #this.t0 = rnorm(10),
                   this1.t0 = rnorm(10),
                   this22.t0 = rnorm(10),
                   this22a.t0 = rnorm(10),
                   #that.t0 = rnorm(10),
                   that1.t0 = rnorm(10),
                   that22.t0 = rnorm(10),
                   that22a.t0 = rnorm(10),
                   #ignore.t1 = rnorm(10),
                   #this.t1 = rnorm(10),
                   this1.t1 = rnorm(10),
                   this22.t1 = rnorm(10),
                   this22a.t1 = rnorm(10),
                   #that.t1 = rnorm(10),
                   that1.t1 = rnorm(10),
                   that22.t1 = rnorm(10),
                   that22a.t1 = rnorm(10))

数据框比此处显示的要大得多，因此无法键入列索引。它也不可能只认准规模名字，因为this.t0，this.t1，that.t0，并that.t1会被捕捉。

# not quite right
dat2$id <- dat$id
scales <- c("this", "that")
keep.index <- grep(paste(scales,collapse="|"), names(dat))
temp <- dat[keep.index]
dat2 <- cbind(dat2, temp)

如何修改grep模式以在句点前查找数字OR（数字和字符）？还是在一起有更好的方法？

游

这适用于您的示例：

dat[c("id", grep("(this|that)\\d+[a-z]?\\.", names(dat), value = TRUE))]

哪里：

\\d+ 用于一位或多位数字
[a-z]? 用于零个或一个小写字母
\\. 为点

如果您想为各种动态创建模式scales，可以执行以下操作：

scales <- c("this", "that")
pattern <- sprintf("(%s)\\d+[a-z]?\\.", paste(scales, collapse = "|"))
dat[c("id", grep(pattern, names(dat), value = TRUE))]

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。