我是否有一種方法可以基于以特定字符串開頭的列名來對數(shù)據(jù)進(jìn)行子集化？我有一些列的方式一樣ABC_1 ABC_2 ABC_3，有些像XYZ_1, XYZ_2,XYZ_3我們說。如何df僅基于包含上述文本部分的列（例如，ABC或XYZ）對我的子集進(jìn)行分類？我可以使用索引，但是列太分散在數(shù)據(jù)中，因此很難進(jìn)行硬編碼。另外，我只想包含這些值>0中的6每一個(gè)1的行，因此，如果以上任何一列在行中都有一個(gè)，則可以切入我的最終數(shù)據(jù)幀。
3 回答
慕姐8265434
TA貢獻(xiàn)1813條經(jīng)驗(yàn) 獲得超2個(gè)贊
試一試grepl您的名字data.frame。grepl將正則表達(dá)式與目標(biāo)TRUE匹配，如果找到匹配項(xiàng)則返回，F(xiàn)ALSE否則返回。該函數(shù)是矢量化的，因此您可以傳遞一個(gè)字符串向量來進(jìn)行匹配，并且您將獲得一個(gè)返回布爾值的向量。
例
# Data
df <- data.frame( ABC_1 = runif(3),
ABC_2 = runif(3),
XYZ_1 = runif(3),
XYZ_2 = runif(3) )
# ABC_1 ABC_2 XYZ_1 XYZ_2
#1 0.3792645 0.3614199 0.9793573 0.7139381
#2 0.1313246 0.9746691 0.7276705 0.0126057
#3 0.7282680 0.6518444 0.9531389 0.9673290
# Use grepl
df[ , grepl( "ABC" , names( df ) ) ]
# ABC_1 ABC_2
#1 0.3792645 0.3614199
#2 0.1313246 0.9746691
#3 0.7282680 0.6518444
# grepl returns logical vector like this which is what we use to subset columns
grepl( "ABC" , names( df ) )
#[1] TRUE TRUE FALSE FALSE
為了回答第二部分，我將創(chuàng)建子集data.frame，然后創(chuàng)建一個(gè)向量來索引要保留的行（邏輯向量），如下所示：
set.seed(1)
df <- data.frame( ABC_1 = sample(0:1,3,repl = TRUE),
ABC_2 = sample(0:1,3,repl = TRUE),
XYZ_1 = sample(0:1,3,repl = TRUE),
XYZ_2 = sample(0:1,3,repl = TRUE) )
# We will want to discard the second row because 'all' ABC values are 0:
# ABC_1 ABC_2 XYZ_1 XYZ_2
#1 0 1 1 0
#2 0 0 1 0
#3 1 1 1 0
df1 <- df[ , grepl( "ABC" , names( df ) ) ]
ind <- apply( df1 , 1 , function(x) any( x > 0 ) )
df1[ ind , ]
# ABC_1 ABC_2
#1 0 1
#3 1 1
慕絲7291255
TA貢獻(xiàn)1859條經(jīng)驗(yàn) 獲得超6個(gè)贊
您也可以使用starts_with和dplyr的select()，像這樣：
df <- df %>% dplyr:: select(starts_with("ABC"))
楊__羊羊
TA貢獻(xiàn)1943條經(jīng)驗(yàn) 獲得超7個(gè)贊
以防萬一，對于data.table用戶來說，以下內(nèi)容適用于我：
df[, grep("ABC", names(df)), with = FALSE]
- 3 回答
- 0 關(guān)注
- 561 瀏覽
添加回答
舉報(bào)
0/150
提交
取消