Dplyr根据一列中的多个字符串进行选择 [英] Dplyr select based on multiple strings in a column

问题描述

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 
  

如何仅选择在列名中同时包含 a和 c的列？

解决方案

选择包含 a 和 c 我们可以做到：

 库（dplyr）
 
 df％&％;％
 select（matches（（a。* c）|（c。* a）））
  



< blockquote>


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




请注意，var a_a_e ，因为它不包含 c ；未选择var c_f_g ，因为它不包含 a 。与var <$ c相同，不会选择带有两个 a 和两个 c 的列名$ c> a_a_e 。

我们还可以使用 str_subset ：

  library（dplyr）
库（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 
）
  

I have a data frame containing following columns:-

 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

How do I select only columns that contain both let's say "a" and "c" in the column name?

解决方案

To select variables that contain a and c we could do:

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

Note that var a_a_e is not selected because it doesn't contain c and var c_f_g is not selected because it doesn't contain a. Column names with two a's and two c's will not be selected either as seen with var a_a_e.

We could also use str_subset:

library(dplyr)
library(stringr)

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

---

Data:

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

这篇关于Dplyr根据一列中的多个字符串进行选择的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！