Question

这是我之前提出的问题的延续：Dplyr select_ and starts_with on multiple values in a variable list

我从不同位置的不同传感器收集数据，数据输出类似于：

df<-data.frame(date=c(2011,2012,2013,2014,2015),"Sensor1 Temp"=c(15,18,15,14,19),"Sensor1 Pressure"=c(1001, 1000, 1002, 1004, 1000),"Sensor1a Temp"=c(15,18,15,14,19),"Sensor1a Pressure"=c(1001, 1000, 1002, 1004, 1000), "Sensor2 Temp"=c(15,18,15,14,19),"Sensor2 Pressure"=c(1001, 1000, 1002, 1004, 1000), "Sensor2 DewPoint"=c(10,11,10,9,12),"Sensor2 Humidity"=c(90, 100, 90, 100, 80))

问题是（我认为）类似于：Using select_ and starts_with R 要么 select columns based on multiple strings with dplyr

我想按位置搜索传感器，因此我有一个列表来搜索数据帧并包含时间戳。但是当我搜索多个传感器（或传感器类型等）时，搜索就会崩溃。有没有办法使用dplyr（NSE或SE）来实现这一目标？

FindLocation = c("date", "Sensor1", "Sensor2")
df %>% select(matches(paste(FindLocation, collapse="|"))) # works but picks up "Sensor1a" and "DewPoint" and "Humidity" data from Sensor2

此外，我想添加混合搜索，例如：

 FindLocation = c("Sensor1", "Sensor2") # without selecting "Sensor1a"
 FindSensor = c("Temp", "Pressure") # without selecting "DewPoint" or "Humidity"

我希望select将FindSensor与FindLocation结合使用，并为Sensor1和Sensor2选择Temp和Pressure数据（不选择Sensor1a）。返回包含数据和列标题的数据框：

日期，Sensor1 Temp，Sensor1 Pressure，Sensor2 Temp，Sensor2 Pressure

再次感谢！

Answer 1

purrr中的某些功能将非常有用。首先，您使用cross2来计算FindLocation和FindSensor的笛卡尔积。你会得到一对配对清单。然后使用map_chr将paste应用于它们，使用点（.）连接位置和传感器字符串。然后使用one_of帮助程序选择列。

library(purrr)

FindLocation = c("Sensor1", "Sensor2")
FindSensor = c("Temp", "Pressure")

columns = cross2(FindLocation, FindSensor) %>%
  map_chr(paste, collapse = ".")

df %>% select(one_of(columns))

Answer 2

我们可以使用

# First skip the 25 lines
data = read.csv(file, skip = 25, header = T)

# Then remove all other empty rows
data[rowSums(is.na(data)) != ncol(data),]

Answer 3

如下：

library(tidyverse)
wich_col <- df %>% names %>% strsplit("[.]") %>% map_lgl(function(x)x[1]%in%FindLocation&x[2]%in%FindSensor)
df[wich_col]

Dplyr select_和starts_with在变量列表部分2中的多个值

3 个答案: