我有一个数据框,我想从中选择重要的列,然后过滤行以包含特定的结尾。
正则表达式使使用xx$
符号定义结束值变得简单。但是,如何在多个可能的结尾(xx$, yy$
)之间变化?
虚拟示例:
require(dplyr)
x <- c("aa", "aa", "aa", "bb", "cc", "cc", "cc")
y <- c(101, 102, 113, 201, 202, 344, 407)
type = rep("zz", 7)
df = data.frame(x, y, type)
# Select all expressions that starts end by "7"
df %>%
select(x, y) %>%
filter(grepl("7$", y))
# It seems working when I explicitly define my variables, but I need to use it as a vector instead of values?
df %>%
select(x, y) %>%
filter(grepl("[2|7]$", y)) # need to modify this using multiple endings
# How to modify this expression, to use vector of endings (ids) instead?
ids = c(7,2) # define vector of my values
df %>%
select(x, y) %>%
filter(grepl("ids$", y)) # how to change "grepl(ids, y)??"
预期输出:
x y type
1 aa 102 zz
2 cc 202 zz
3 cc 407 zz
答案 0 :(得分:1)
您可以使用
df %>%
select(x, y) %> filter(grepl(paste0("(?:", paste(ids, collapse="|"), ")$"), y))
paste0("(?:", paste(ids, collapse="|"), ")$")
部分将建立一个交替模式,该模式仅在字符串的末尾匹配,这是由于末尾有$
锚点。
注意:如果值可以具有特殊的正则表达式元字符,则需要先对字符向量中的值进行转义:
regex.escape <- function(string) {
gsub("([][{}()+*^${|\\\\?])", "\\\\\\1", string)
}
df %>%
select(x, y) %> filter(grepl(paste0("(?:", paste(regex.escape(ids), collapse="|"), ")$"), y))
^^^^^^^^^^^^^^^^^
例如,paste0("(?:", paste(c("7", "8", "ids"), collapse="|"), ")$")
将output (?:7|8|ids)$
:
(?:
-一个非捕获组的开始,该组将充当替代方案的容器,因此$
锚不仅适用于所有替代方案,而且还适用于所有替代方案的7
-一个7
字符|
-或8
-一个8
字符|
-或ids
-一个ids
子字符串)
-组结束$
-字符串的结尾。