Question

我有一个384列的data.frame。我想根据字母A-H后跟两个数字的子字符串对具有相似字母名称的列进行求和我试图存储一个模式然后循环，但无法定义唯一的子字符串。

patterns <- unique(substr(names(DT)))  
new <- sapply(patterns, function(xx) rowSums(DT[,grep(xx, names(DT)), drop=FALSE]))

我的colnames看起来像这样：

   > head(colnames(DT))
[1] "01_001_A01_S1_L001_R1_001" "01_001_A01_S1_L005_R1_001" "01_002_A02_S2_L001_R1_001" "01_002_A02_S2_L005_R1_001"
[5] "01_002_A03_S3_L001_R1_001" "01_002_A03_S3_L005_R1_001"

汇总列A01和A01，A02和A02等...

Answer 1

我们可以substr数据集的names并将其用于split数据集并获取rowSums

lapply(split.default(df1, substr(names(df1), 8, 10)), rowSums, na.rm = TRUE)

假设列名具有固定数量的字符

如果它不是固定数量的字符并且'A01'等的位置发生变化，那么我们使用sub

lapply(split.default(df1, sub("^[^A-Z]*([A-Z][0-9]{2}).*", "\\1",  
                           names(df1))), rowSums, na.rm = TRUE)

基于数据框中的子字符串对列进行求和

1 个答案: