有没有办法从 data.frame 中具有相似后缀的不同列中选择行？答案

【问题标题】：Is there a way to select rows from different columns with similar suffixes in a data.frame?有没有办法从 data.frame 中具有相似后缀的不同列中选择行？
【发布时间】：2019-03-04 03:19:14
【问题描述】：

我在R中有一个数据框如下

PROBE_ID    H_1AVG_Signal   H_1Detection Pval   H_2AVG_Signal   H_2Detection Pval   GH_1AVG_Signal  GH_1Detection Pval
ILMN_1343291    47631.78    0.00            53022.43    0.00            46567.29    0.00
ILMN_1651229    135.42      0.01            161.59      0.01            162.46      0.04
ILMN_1651260    80.81       0.86            88.05       0.86            92.45       0.89
ILMN_1651279    143.65      0.01            138.96      0.04            113.29      0.47

是否有任何可能的方法来对包含检测 p 值

PROBE_ID    H_1AVG_Signal   H_1Detection Pval   H_2AVG_Signal   H_2Detection Pval   GH_1AVG_Signal  GH_1Detection Pval
ILMN_1343291    47631.78    0.00            53022.43    0.00            46567.29    0.00
ILMN_1651229    135.42      0.01            161.59      0.01            162.46      0.04

我非常感谢有关如何创建这样一个子集的建议。谢谢。

【问题讨论】：

欢迎来到 StackOverflow！请阅读有关how to ask a good question 的信息以及如何提供reproducible example。这将使其他人更容易帮助您。
可能你需要类似：df[rowSums(df[, grepl('Detection Pval', names(df), fixed = TRUE)] < 0.05) > 0, ]
@Jaap，谢谢。我编辑了我的问题，希望现在更好。我尝试了代码并得到了矩阵错误（unlist（value，recursive = FALSE，use.names = FALSE），nrow = nr，：'data'必须是向量类型，是'NULL'
class(name_of_your_dataframe) 返回什么？
@Jaap 它返回“data.frame”

标签： r

【解决方案1】：

如果你总是知道你将拥有的列名，那么你可以使用 dplyr 过滤器来获得你想要的结果

library(dplyr)

main.df <- main.df %>%
           filter(`H_1Detection Pval` < 0.05 | `H_2Detection Pval` < 0.05 | `GH_1Detection Pval` < 0.05)

如果您不总是知道列名，您可以动态获取它们并将它们插入到 dplyr filter_ 命令中，如下所示

library(dplyr)
# Find any columns that contain "detection" in the column name
det.cols <- colnames(main.df)[which(grepl("detection",tolower(colnames(main.df))))]

# Create a filter string from the column names in the format of
# "`column name` < 0.05 | `column name2` < 0.05"
filt <- gsub(","," | ",toString(paste("`",det.cols,"`"," < 0.05", sep = "")))

# Apply the filter to the dataframe
main.df <- main.df %>%
           filter_(filt)

【讨论】：

谢谢。对于将过滤器应用于数据帧的最后一个代码，我收到“解析错误（文本 = x）：尝试使用零长度变量名”
确保替换det.cols <- colnames( main.df )[which(grepl("detection",tolower(colnames( main.df 中的两个main.df 实例b> ))))] 与您正在使用的数据框的名称。
我确实用我的数据名称替换了 main.df。我只收到最后一个代码的错误。
我猜它没有得到列名中包含“检测”的列的任何匹配项，这会为 det.cols 创建一个空向量。因为 det.cols 是空的，所以导致错误发生在最后一行。请注意，此代码将列名作为所有小写字母进行比较，因此请确保将 det.cols 行中的 grepl 模式保持为所有小写字母，否则将不会返回任何值。
我尝试将标题更改为小写，它返回过滤后的数据而没有错误消息。但是现在过滤后的数据有 ILMN_1651279 基因，对于第三个样本，该基因的检测 pval > 0.05。

【解决方案2】：

filter_at 是一种更简单的动态检测列的方法，如R dplyr filtering data with values greater than +N and lesser than -N : abs() function? 中所述

main.df %>% filter_at(vars(contains("Detection Pval")), .vars_predicate = any_vars(. < 0.5))

【讨论】：