我有一个非常大的数据集，其中包括多个名称具有共同部分的列(例如 ctq_1、ctq_2、ctq_3 以及 panas_1、panas_2、panas_3)。我想将其中一些列(例如，仅那些列名称中包含“panas”的列)与同一数据框中具有唯一名称(例如 id、group)的某些其他列一起进行子集化。
我尝试在方括号内使用 grep 函数，效果很好:
panas <- bigdata[ , grep('panas', colnames(bigdata))]
但现在我需要弄清楚如何包含我需要的其他两列，即 id 和 group。我试过:
panas <- bigdata[ , c('id', 'group', grep('panas', colnames(bigdata)))] 但我收到此错误:
错误:找不到列 114、115、116、117、118 >, ...(以及 15 个以上)在 .data 中。
调用 rlang::last_error() 来查看回溯。
如何用最简单的代码实现我想要的目标？我是 R 新手，所以最好避免使用花哨的函数!
这是一个可重现的示例。
> head(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
> newframe <- iris[ , grep('Petal', colnames(iris))] # This works
> newframe <- iris[ , c('Species', grep('Petal', colnames(iris)))] # This doesn't work
这次的错误是:
Error in
[.data.frame(iris, , c("Species", grep("Petal", colnames(iris)))) : undefined columns selected
最佳答案
假设我了解您想要做什么，可能的解决方案可能没有用和/或可能是多余的:
my_selector <- function(df,partial_name,...){
positional_names <- match(...,names(df))
df[,c(positional_names,grep(partial_name,names(df)))]
}
my_selector(iris, partial_name = "Petal","Species")
一个“更简单”的选项是使用 grep 等来立即匹配目标名称:
iris[grep("Spec.*|Peta.*", names(iris))]
或者更简单，按照@akrun的建议，我们可以简单地这样做:
iris[grep("(Spec|Peta).*", names(iris))]
对于更多列，我们可以这样做:
my_selector(iris, partial_name = "Petal",c("Species","Sepal.Length"))
Species Sepal.Length Petal.Length Petal.Width
1 setosa 5.1 1.4 0.2
2 setosa 4.9 1.4 0.2
请注意但是，在上述函数中，列的选择与直觉相反，因为首先选择最后提供的名称。
第一部分的结果(截断):
Species Petal.Length Petal.Width
1 setosa 1.4 0.2
2 setosa 1.4 0.2
3 setosa 1.3 0.2
4 setosa 1.5 0.2
5 setosa 1.4 0.2
6 setosa 1.7 0.4
7 setosa 1.4 0.3
关于r - 如何从 df 中对多个列进行子集化，包括 grep match，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58281231/