在 R 中使用 dplyr::contains() 和 dplyr::select() 进行正子集和负子集

【问题标题】：Positive and negative subsetting using dplyr::contains() and dplyr::select() in R在 R 中使用 dplyr::contains() 和 dplyr::select() 进行正子集和负子集
【发布时间】：2017-10-01 18:35:38
【问题描述】：

我正在尝试使用dplyr::select() 和 dplyr::contains()` 的组合来实现正子集，目标是通过多个字符串匹配来实现子集。

最小的工作示例：从df1 开始并进行负子集化时，我按预期生成df2。相反，当我尝试对df1 进行正子集化时，我会生成df3（无列），而我本来期望像df4 这样的东西。谢谢你的帮助。

df1 <- data.frame("ppt_paint"=c(45,98,23),"het_heating"=c(1,1,2) ,"orm_wood"=c("QQ","OA","BB"), "hours"=c(4,6,4), "distance"=c(23,65,21))
df2 <- df1 %>% select(-contains("ppt_")) %>% select(-contains("het_")) %>% select(-contains("orm_"))
df3 <- df1 %>% select(contains("ppt_")) %>% select(contains("het_")) %>% select(contains("orm_")) 
df4 <- data.frame("ppt_paint"=c(45,98,23),"het_heating"=c(1,1,2) ,"orm_wood"=c("QQ","OA","BB"))

【问题讨论】：

标签： r dplyr

【解决方案1】：

想想（并查看生成的data.frame）之后会发生什么：df1 %>% select(contains("ppt_"))。如要求，它只保留包含"ppt_" 的only 列。进一步的表达式无法按您的预期工作，因为其他列，无论您提供什么 select，都“不再”在那里。

你可以保持相同的想法，但结合在同一个select你三个键：

df1 %>% select(matches("ppt_"), matches("het_"), matches("orm_"))
  ppt_paint het_heating orm_wood
1        45           1       QQ
2        98           1       OA
3        23           2       BB

或者，您也可以使用接受正则表达式的matches：

df1 %>% select(matches(c("ppt_|het_|orm_")))
  ppt_paint het_heating orm_wood
1        45           1       QQ
2        98           1       OA
3        23           2       BB

顺便说一句，您还可以使用它来缩短“负”索引：

df1 %>% select(-matches("ppt_|het_|orm_"))
  hours distance
1     4       23
2     6       65
3     4       21

【讨论】：