子集数据仅包含名称与条件匹配的列

Question

有没有办法让我根据以特定字符串开头的列名来对数据进行子集化？我有一些列像ABC_1 ABC_2 ABC_3，有些像XYZ_1, XYZ_2,XYZ_3让我们说。

我怎样才能将我的df仅基于包含上述文本部分的列（比方说，ABC或XYZ）进行子集化？我可以使用索引，但是数据中的列分散太多，而且编码太多了。

另外，我想只包含来自这些列的每一行的行，其中任何值都是>0，所以如果上面的6列中的任何一行在行中有1，它会切入我的最终数据帧。

Answer 1

尝试grepl关于你的data.frame的名字。 grepl将正则表达式与目标匹配，如果找到匹配则返回TRUE，否则返回FALSE。该函数是矢量化的，因此您可以传递一个字符串向量来匹配，您将获得一个返回的布尔值向量。

Example

#  Data
df <- data.frame( ABC_1 = runif(3),
            ABC_2 = runif(3),
            XYZ_1 = runif(3),
            XYZ_2 = runif(3) )

#      ABC_1     ABC_2     XYZ_1     XYZ_2
#1 0.3792645 0.3614199 0.9793573 0.7139381
#2 0.1313246 0.9746691 0.7276705 0.0126057
#3 0.7282680 0.6518444 0.9531389 0.9673290

#  Use grepl
df[ , grepl( "ABC" , names( df ) ) ]
#      ABC_1     ABC_2
#1 0.3792645 0.3614199
#2 0.1313246 0.9746691
#3 0.7282680 0.6518444

#  grepl returns logical vector like this which is what we use to subset columns
grepl( "ABC" , names( df ) )
#[1]  TRUE  TRUE FALSE FALSE

为了回答第二部分，我将制作子集data.frame，然后制作一个索引行的向量以保持（逻辑向量），就像这样......

set.seed(1)
df <- data.frame( ABC_1 = sample(0:1,3,repl = TRUE),
            ABC_2 = sample(0:1,3,repl = TRUE),
            XYZ_1 = sample(0:1,3,repl = TRUE),
            XYZ_2 = sample(0:1,3,repl = TRUE) )

# We will want to discard the second row because 'all' ABC values are 0:
#  ABC_1 ABC_2 XYZ_1 XYZ_2
#1     0     1     1     0
#2     0     0     1     0
#3     1     1     1     0


df1 <- df[ , grepl( "ABC" , names( df ) ) ]

ind <- apply( df1 , 1 , function(x) any( x > 0 ) )

df1[ ind , ]
#  ABC_1 ABC_2
#1     0     1
#3     1     1

Answer 2

你也可以像这样使用starts_with和dplyr的select()：

df <- df %>% dplyr:: select(starts_with("ABC"))

Answer 3

使用dplyr你可以：

df <- df %>% dplyr:: select(grep("ABC", names(df)), grep("XYZ", names(df)))

Answer 4

这对我有用：

df[,names(df) %in% colnames(df)[grepl(str,colnames(df))]]

Answer 5

以防data.table用户，以下内容适用于我：

df[, grep("ABC", names(df)), with = FALSE]