使用grep来帮助子集R中的数据帧 [英] Using grep to help subset a data frame in R

问题描述

我无法对数据进行分组。我希望将数据集中在列x上，其中前3个字符开始G45。

我的数据框：

  x<  -  c（G448，G459，G479，G406）
y<  -  c（1：4）
我的数据<  -  data.frame（x，y）
  

我尝试过：

 子集（My.Data，x ==G45 *）
  

但我不确定如何使用通配符。我也尝试过grep（）来找到这些指标：

  grep（G45 *，My.Data $ x）
  

但它返回所有4行，而不仅仅是那些开始G45，可能也是因为我不确定如何使用通配符。

解决方案

使用 [提取： / p>

grep 将为您提供与搜索模式匹配的位置（除非您使用 value = TRUE ）。

  grep（^ G45，My.Data $ x）
＃[1] 2 
  

由于您正在单列的值中搜索，实际上对应于行索引。所以，使用 [（您将使用 My.Data [rows，cols] 获取特定行和列）

  My.Data [grep（^ G45，My.Data $ x），] 
 ＃xy 
＃2 G459 2 
  

---

子集的帮助页面显示了如何使用 grep 和 grepl 与子集如果您喜欢使用此功能 [。这是一个例子。

 子集（My.Data，grepl（^ G45，My.Data $ x））
＃xy 
＃2 G459 2 
  

I am having trouble subsetting my data. I want the data subsetted on column x, where the first 3 characters begin G45.

My data frame:

 x <- c("G448", "G459", "G479", "G406")  
 y <- c(1:4)
 My.Data <- data.frame (x,y)

I have tried:

 subset (My.Data, x=="G45*")

But I am unsure how to use wildcards. I have also tried grep() to find the indicies:

 grep  ("G45*", My.Data$x)

but it returns all 4 rows, rather than just those beginning G45, probably also as I am unsure how to use wildcards.

解决方案

It's pretty straightforward using [ to extract:

grep will give you the position in which it matched your search pattern (unless you use value = TRUE).

grep("^G45", My.Data$x)
# [1] 2

Since you're searching within the values of a single column, that actually corresponds to the row index. So, use that with [ (where you would use My.Data[rows, cols] to get specific rows and columns).

My.Data[grep("^G45", My.Data$x), ]
#      x y
# 2 G459 2

---

The help-page for subset shows how you can use grep and grepl with subset if you prefer using this function over [. Here's an example.

subset(My.Data, grepl("^G45", My.Data$x))
#      x y
# 2 G459 2

这篇关于使用grep来帮助子集R中的数据帧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！