Question

我有一个如下所示的数据集：

两轮数据（.t0和.t1）
多个尺度（this和that）
每个比例的多个项目（1，22，22a）
要忽略的几个变量（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))

我希望将数据框的子集包含在id中，并且只包含以下列：

比例名称（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))

数据框比这里表示的要大得多，因此无法输入列索引。也不可能只查找比例名称，因为this.t0，this.t1，that.t0和that.t1会被捕获。

# 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模式以在句点之前查找数字OR（数字和字符）？或者是否有更好的方法？

Answer 1

这适用于您的示例：

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

其中：

\\d+代表一个或多个数字
[a-z]?适用于零个或一个小写字母
\\.用于点

如果要为各种scales动态构建模式，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))]

通过列名的复杂模式的子集数据帧

1 个答案: