使用grep帮助R中的数据框子集

Question

我无法对数据进行子集化。我希望数据在x列上进行子集化，其中前3个字符以G45开头。

我的数据框：

 x <- c("G448", "G459", "G479", "G406")  
 y <- c(1:4)
 My.Data <- data.frame (x,y)

我试过了：

 subset (My.Data, x=="G45*")

但我不确定如何使用通配符。我也尝试过grep（）来找到指标：

 grep  ("G45*", My.Data$x)

但它返回所有4行，而不仅仅是那些以G45开头的行，可能还因为我不确定如何使用通配符。

Answer 1

使用[提取非常简单：

grep会为您提供与搜索模式匹配的位置（除非您使用value = TRUE）。

grep("^G45", My.Data$x)
# [1] 2

由于您在单个列的值内搜索，因此实际上对应于行索引。因此，将其与[一起使用（您可以使用My.Data[rows, cols]获取特定的行和列）。

My.Data[grep("^G45", My.Data$x), ]
#      x y
# 2 G459 2

---

subset的帮助页面显示了如果您希望在grep上使用此功能，可以将grepl和subset与[一起使用。这是一个例子。

subset(My.Data, grepl("^G45", My.Data$x))
#      x y
# 2 G459 2

---

从R 3.3起，现在还有startsWith函数，您可以再次使用subset（或上述任何其他方法）。根据该功能的帮助页面，它比使用substring或grepl要快得多。

subset(My.Data, startsWith(as.character(x), "G45"))
#      x y
# 2 G459 2

Answer 2

您也可以使用stringr软件包

library(dplyr)
library(stringr)
My.Data %>% filter(str_detect(x, '^G45'))

在这种情况下，您可能无法使用'^'（开头）来获得所需的结果