Question

我正在寻找如何在R中选择在两列中具有部分匹配或不匹配的行。我的数据集（作为示例）如下所示：

df = data.frame(plot1 = c("ABX_15", "BHE_05", "ABX_15"), 
                plot2 = c("AB6_15", "JKS_05", "JKS_05"),
                value = c(0.4, 0.45, 0.34))

我想为plot1和plot2创建仅包含_05和_15“匹配”对的子集。这样就可以是示例中的第一行或第二行。我还需要只选择plot1和plot2中具有不匹配的行，即第3行。匹配一个不匹配仅参考情节名称的第二部分。

我找到了部分选择和根据列选择某些行的解决方案，但我无法将两者结合使用。

我期待数据集的3个子集：一个匹配_05另一个匹配_15，另一个匹配不匹配。

Answer 1

另一个解决方案是使用sub从两个变量中删除（包括）下划线之前的所有内容，然后将这些sub语句与==进行比较，以创建逻辑索引向量： / p>

idx <- sub('.*\\_', '', df$plot1) == sub('.*\\_', '', df$plot2)

现在，您可以使用该向量对df进行分组。 df[idx,]给出：

   plot1  plot2 value
1 ABX_15 AB6_15  0.40
2 BHE_05 JKS_05  0.45

要解决不匹配问题，您可以使用df[!idx,]：

   plot1  plot2 value
3 ABX_15 JKS_05  0.34

根据您的要求更新，您可以创建索引，以便在15或05上进行匹配，如下所示：

idx15 <- sub('.*\\_', '', df$plot1) == '15' & sub('.*\\_', '', df$plot2) == '15'
idx05 <- sub('.*\\_', '', df$plot1) == '05' & sub('.*\\_', '', df$plot2) == '05'

然后可以将这些用于子集df，如上所示（例如df[idx15,]）。要获得不匹配：df[!idx05 & !idx15,]（或使用上面的方法）。

Answer 2

Fist按照模式_填充了名称。我在这里使用str_split包中的函数stringr。结果是一个列表。您现在可以提取名称的第二部分。取消列出后，您可以将结果添加到数据框df：

df$p1 <- unlist(lapply(str_split(df$plot1, "_"), "[", 2))
df$p2 <- unlist(lapply(str_split(df$plot2, "_"), "[", 2))

对于基本R解决方案，您可以使用strspilt功能。请注意，您必须从中创建一个字符向量。

unlist(lapply(strsplit(as.character(df$plot1), "_"), "[", 2))

结果：

df[df$p1 == df$p2, ]
   plot1  plot2 value p1 p2
1 ABX_15 AB6_15  0.40 15 15
2 BHE_05 JKS_05  0.45 05 05

对于不匹配使用：

df[df$p1 != df$p2, ]
   plot1  plot2 value p1 p2
3 ABX_15 JKS_05  0.34 05 15

选择2列中具有部分匹配/不匹配的行

2 个答案: