r - 使用正则表达式选择多列

Question

我有一些名称为r1a r3c r5e r7g r9i r11k r13g r15i等的变量。我正在尝试选择以r5 - r12<开头的变量 并在 R 中创建一个数据框。

我可以编写完成此任务的最佳代码是，

data %>% select(grep("r[5-9][^0-9]" , names(data), value = TRUE ),
grep("r1[0-2]", names(data), value = TRUE))

鉴于我一天的正则表达式经验，我想知道是否有人可以帮助我为此编写更好、更紧凑的代码!

Answer 1

这是一次获取所有列的正则表达式:

data %>% select(grep("r([5-9]|1[0-2])", names(data), value = TRUE))

竖线代表“或”。

正如评论所指出的，这对于诸如 r51 之类的项目来说会失败，并且也可以缩短。相反，您将需要一个稍长的正则表达式:

data %>% select(matches("r([5-9]|1[0-2])([^0-9]|$)"))