Question

我有一个包含大量列的数据框（“数据”）。有些列包含某个字符串（“search_string”）。

如何使用dplyr::select()为我提供一个子集，仅包含包含字符串的列？

我试过了：

# columns as boolean vector
select(data, grepl("search_string",colnames(data)))

# columns as vector of column names names 
select(data, colnames(data)[grepl("search_string",colnames(data))])

他们都没有工作。

我知道select()接受数字向量代替列，例如：

select(data,5,7,9:20)

但我不知道如何从我的ID表达式中获取列grepl()的数字向量。

Answer 1

在 dplyr 世界中，请尝试：

select(iris,contains("Sepal"))

请参阅?select中的选择部分，了解许多其他帮助，例如starts_with，ends_with等。

Answer 2

您可以尝试：

select(data, matches("search_string"))

它比contains更通用 - 您可以使用正则表达式（例如"one_string|or_the_other"）。

有关更多示例，请参阅：http://rpackages.ianhowson.com/cran/dplyr/man/select.html。

Answer 3

无需使用select而只需使用[

data[,grepl("search_string", colnames(data))]

让我们试试iris数据集

>iris[,grepl("Sepal", colnames(iris))]
  Sepal.Length Sepal.Width
1          5.1         3.5
2          4.9         3.0
3          4.7         3.2
4          4.6         3.1
5          5.0         3.6
6          5.4         3.9

Answer 4

根据Piotr Migdals的回复，我想提供一个替代解决方案，以便能够提供字符串向量：

myVectorOfStrings <- c("foo", "bar")
matchExpression <- paste(myVectorOfStrings, collapse = "|")
# [1] "foo|bar"
df %>% select(matches(matchExpression))

使用正则表达式OR运算符（|）

根据字符串匹配选择列 - dplyr :: select

4 个答案: