Question

我有一个包含以下列的数据框： -

 sample.data


 a_b_c d_b_e r_f_g c_b_a
1     1     1     1     1
2     2     2     2     2
3     3     3     3     3
4     4     4     4     4

如何仅选择包含列名称中的“a”和“c”的列？

Answer 1

尝试df %>% dplyr::select(matches("(a|c)"))

library(dplyr)
df <- data.frame(
  a_b_c=1:4,
  d_b_e=1:4,
  r_f_g=1:4,
  c_b_a=1:4
)

结果

> df %>% dplyr::select(matches("(a|c)"))
  a_b_c c_b_a
1     1     1
2     2     2
3     3     3
4     4     4

Answer 2

要选择包含a和c的变量，我们可以这样做：

library(dplyr)

df %>% 
  select(matches("(a.*c)|(c.*a)"))

  a_b_c c_b_a
1     1     1
2     2     2
3     3     3
4     4     4

请注意，未选择var a_a_e，因为它不包含c，并且未选择var c_f_g，因为它不包含a。如var a所示，将不会选择包含两个c和两个a_a_e的列名。

我们也可以使用str_subset：

library(dplyr)
library(stringr)

df %>% 
  select(str_subset(names(df), "(a.*c)|(c.*a)"))

数据：

df <- data.frame(
  a_b_c = 1:4,
  a_a_e = 1:4,
  c_f_g = 1:4,
  c_b_a = 1:4
)

Answer 3

希望这就是你要找的东西：

  a_b_c <- c(1,2,3,4)
     d_b_e <- c(1,2,3,4)
    yy <- cbind(a_b_c, d_b_e)
    > yy
     a_b_c d_b_e
[1,]     1     1
[2,]     2     2
[3,]     3     3
[4,]     4     4
 yy <- as.data.frame(yy)
 yy
  a_b_c d_b_e
1     1     1
2     2     2
3     3     3
4     4     4
 y <- yy[which(names(yy) %in% "a_b_c")]
> y
  a_b_c
1     1
2     2
3     3
4     4

在您的示例中，您可以使用：

 y <- sample.data[which(names(sample.data) %in% c("a_b_c","c_b_a" )]

Answer 4

如果您想了解它的工作原理，请使用以下功能：

contain_both <- function(data_frame, letter_a, letter_b) {
    j <- 0
    keep_columns <- NULL
    for(i in 1:ncol(data_frame)) {
    has_letters <- unlist(strsplit(names(data_frame)[i], '_'))
    if(is.element(letter_a, has_letters) && is.element(letter_b, has_letters)) {
    j <- j + 1
    keep_columns[j] <- i
    }
    }
    return(data_frame[, keep_columns])
    }

数据：

df <- data.frame(seq(1:4), seq(1:4), seq(1:4), seq(1:4)) names(df) <- c('a_b_c', 'd_b_e', 'r_f_g', 'c_b_a')

只需传递数据框，以及 2个字母选项：

<强>用法：

contain_both(df, 'b', 'c')

Dplyr基于列中的多个字符串进行选择

4 个答案: