使用 grep 帮助子集数据框答案

【问题标题】：Using grep to help subset a data frame使用 grep 帮助子集数据框
【发布时间】：2014-02-14 04:34:36
【问题描述】：

我在对数据进行子集化时遇到问题。我希望在 x 列上对数据进行子集化，其中前 3 个字符以 G45 开头。

我的数据框：

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

我试过了：

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

但我不确定如何使用通配符。我也尝试过 grep() 来查找索引：

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

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

【问题讨论】：

【解决方案1】：

您也可以使用stringr 包

library(dplyr)
library(stringr)
My.Data %>% filter(str_detect(x, '^G45'))

这种情况下你不能使用'^'（开头）来获取你需要的结果

【讨论】：

【解决方案2】：

使用[ 提取非常简单：

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

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

由于您在单个列的值中进行搜索，这实际上对应于行索引。因此，将其与[ 一起使用（您将使用My.Data[rows, cols] 来获取特定的行和列）。

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

subset 的帮助页面显示了如何将grep 和grepl 与subset 一起使用，如果您更喜欢使用此功能而不是[。这是一个例子。

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

从 R 3.3 开始，现在还有 startsWith 函数，您可以再次将其与 subset 一起使用（或与上述任何其他方法一起使用）。根据该函数的帮助页面，它比使用substring 或grepl 快得多。

subset(My.Data, startsWith(as.character(x), "G45"))
#      x y
# 2 G459 2

【讨论】：