在 R 中的同一数据框中，在名称部分匹配的列之间进行简单的算术运算答案

【问题标题】：Doing simple arithmatic between columns with partially matched names within the same dataframe in R在 R 中的同一数据框中，在名称部分匹配的列之间进行简单的算术运算
【发布时间】：2014-09-10 03:23:28
【问题描述】：

我有一个大型数据框，其中某些列名部分匹配，如下所示

>data
   K55.NSC.     H55.NSC.  K55.TLC.     H55.TLC.
1  27520.09     306.6525  284686.6 8.623333e+00  ... ...
2  57455.33  415244.7340  284693.4 1.319481e+04  ... ...
3  85977.20  814413.8720  284700.1 2.560542e+04  ... ...
4 149511.56 1629331.9228  284713.4 5.103493e+04  ... ...
5 285171.80 3213409.0205  284739.7 1.042913e+05  ... ...
6 510536.16 6233470.3062  284790.7 1.957055e+05  ... ...

我想从 x.TLC 中减去 x.NSC 并创建一个新列作为 x.LLC，其中 x 指的是部分匹配的列名。一种方法是使用“grep”制作单独的数据框：

a <- data[,grep('K55', colnames(data))]
data$k55.LLC <- a[1]-a[2]
... ...

但这很耗时，而且我发现很难为这种情况配置循环。有没有办法在不创建列表的情况下轻松处理数据框中的问题？我发现了一个类似的问题here，但我不确定提供的任何解决方案是否适用于我的情况！

【问题讨论】：

标签： r

【解决方案1】：

一种方法是使用strsplit 从data 的列名中提取所有前缀，然后使用sapply 为每个前缀生成减去的值：

(n <- unique(sapply(strsplit(colnames(data), "\\."), "[", 1)))
# [1] "K55" "H55"
sapply(n, function(x) data[,paste0(x, ".TLC.")] - data[,paste0(x, ".NSC.")])
#            K55           H55
# [1,]  257166.5     -298.0292
# [2,]  227238.1  -402049.9240
# [3,]  198722.9  -788808.4520
# [4,]  135201.8 -1578296.9928
# [5,]    -432.1 -3109117.7205
# [6,] -225745.5 -6037764.8062

如果 data 的列名不以 .TLC 结尾。或 .NSC.，那么您可以使用以下内容过滤掉这些列名：

(cols <- grep("(\\.TLC\\.$)|(\\.NSC\\.$)", colnames(data), value=TRUE))
# [1] "K55.NSC." "H55.NSC." "K55.TLC." "H55.TLC."

然后，您可以在上面的第一个片段中使用 cols 而不是 colnames(data)。

【讨论】：

这很有帮助，但是当我在数据框中有一些列并带有其他扩展名时不起作用，例如.LLC。！可以更新吗？
@ToNoY 我已经更新了一些代码，这些代码过滤到以 .TLC 结尾的列名。或 .NSC。