我有一个数据集:
Camp1 Ade2 Camp3 Ade4
dA 1 eB 2
dB 4 uC 8
gB 3 NA NA
如何子集数据集,其中如果有“营”,在名称的列名不包含值“A”或“B”或NA,排除那些行。
我知道如何做到这一点的完全匹配,但不偏。
cols = grepl("Camp", names(df))
rows = rowSums(df[, cols] == "A" |
df[, cols] == "B" |
is.na(df[, cols])) == sum(cols)
df<-df[rows, ]
我该怎么做等价但部分匹配?
预期输出:
Camp1 Ade2 Camp3 Ade4
dA 1 eB 2
gB 3 NA NA
随着基础R你可以试试:
df_cols <- df[, grepl("Camp", names(df))]
df[apply(df_cols, 1, function(x) all(grepl("A|B", x) | is.na(x))), ]
Camp1 Ade2 Camp3 Ade4
1 dA 1 eB 2
3 gB 3 <NA> NA
在第一步中,它标识包含“营”在他们的名字,然后子集基于给定条件下的数据列。
我们可以使用filter_at
从dplyr
。使用starts_with
辅助函数,我们将过滤器应用于所有以'Camp'
开始列。在这些栏目中,我们筛选的地方all_vars
包含A
或B
或NA
行:
library(dplyr)
df %>%
filter_at(vars(starts_with("Camp")), all_vars(grepl('A|B', .) | is.na(.)))
输出:
Camp1 Ade2 Camp3 Ade4
1 dA 1 eB 2
2 gB 3 <NA> NA
数据:
df <- structure(list(Camp1 = structure(1:3, .Label = c("dA", "dB",
"gB"), class = "factor"), Ade2 = c(1L, 4L, 3L), Camp3 = structure(c(1L,
2L, NA), .Label = c("eB", "uC"), class = "factor"), Ade4 = c(2L,
8L, NA)), class = "data.frame", row.names = c(NA, -3L))
这里是一个tidyverse式的解决方案。
filter_at
:my_df %>%
filter_at(vars(matches('Camp')), all_vars(is.na(.) | str_detect(., 'A|B')))
在这里,vars(matches('Camp'))
说来筛选名称中包含字符串Camp
列,而all_vars(...)
说只保留行所有列[那场比赛“营”]满足规定的标准。
你将需要为这个工作做require(tidyverse)
和require(stringr)
。