R 基于列中的部分字符串匹配选择数据帧行
我想根据列中字符串的部分匹配从数据框中选择行,例如,列“x”包含字符串“hsa”。使用R 基于列中的部分字符串匹配选择数据帧行,r,regex,string,match,subset,R,Regex,String,Match,Subset,我想根据列中字符串的部分匹配从数据框中选择行,例如,列“x”包含字符串“hsa”。使用sqldf-如果它有类似的语法-我会做如下操作: 从x中选择*如“hsa” 不幸的是,sqldf不支持这种语法 或类似地: selectedRows <- df[ , df$x %like% "hsa-"] selectedRows我注意到您在当前方法中提到了一个函数%like%。我不知道这是不是引用了“data.table”中的%like%,但如果是,您肯定可以按如下方式使用它 请
sqldf
-如果它有类似的语法-我会做如下操作:
从x中选择*如“hsa”
不幸的是,sqldf
不支持这种语法
或类似地:
selectedRows <- df[ , df$x %like% "hsa-"]
selectedRows我注意到您在当前方法中提到了一个函数%like%
。我不知道这是不是引用了“data.table”中的%like%
,但如果是,您肯定可以按如下方式使用它
请注意,对象不必是data.table
(但也请记住data.frame
s和data.table
s的子集设置方法不相同):
如果这就是您所拥有的,那么您可能只是混淆了子集数据的行和列位置
如果不想加载包,可以尝试使用grep()
搜索匹配的字符串。下面是一个使用mtcars
数据集的示例,其中我们匹配所有行名称中包含“Merc”的行:
另一个例子是,使用iris
数据集搜索字符串osa
:
irisSubset <- iris[grep("osa", iris$Species), ]
head(irisSubset)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1 5.1 3.5 1.4 0.2 setosa
# 2 4.9 3.0 1.4 0.2 setosa
# 3 4.7 3.2 1.3 0.2 setosa
# 4 4.6 3.1 1.5 0.2 setosa
# 5 5.0 3.6 1.4 0.2 setosa
# 6 5.4 3.9 1.7 0.4 setosa
irisSubsetLIKE
应该在sqlite中工作:
require(sqldf)
df <- data.frame(name = c('bob','robert','peter'),id=c(1,2,3))
sqldf("select * from df where name LIKE '%er%'")
name id
1 robert 2
2 peter 3
require(sqldf)
dfTrystr_detect()
从包中检测是否存在字符串中的模式
下面是一种方法,它还包含了包中的%%>%%
管道和过滤器()
:
这将过滤处理变量包含子字符串“non”的行的样本CO2数据集(与R一起提供)。您可以调整str\u detect
是查找固定匹配项还是使用正则表达式-请参阅stringr包的文档。另一个选项是只使用grepl
函数:
df[grepl('er', df$name), ]
CO2[grepl('non', CO2$Treatment), ]
df <- data.frame(name = c('bob','robert','peter'),
id = c(1,2,3)
)
# name id
# 2 robert 2
# 3 peter 3
df[grepl('er',df$name),]
二氧化碳[grepl('非',二氧化碳$处理),]
df您可以发布几行数据,最好使用类似于dput(head(conservedData))
+1:还要注意grep
支持正则表达式,因此您可能希望grep来代替^hsa-
。@nico:事实上,grep
来自ed命令g/re/p(全局/正则表达式/print),而它真正的力量只展现给正则表达式大师傅;-):%like%的建议太棒了!“我建议把它放在你答案的最上面。”阿伦坎布雷,完成了。也许这会帮助我再获得11张选票,这样我就可以在年底前得到一顶新帽子:-)@A5C1D2H2I1M1N2O1R2T1回答得很好!是否有一种方法可以使用%like%来搜索同时出现的两个字符串(如在数据帧的一行中出现的“pet”和“pip”中出现的“peter piper”)?SQLDF最适合列出。但是,它不能删除行。为什么R包在此处加载require()
,因为它不是标准的R库,您必须手动安装它,然后使用require
函数加载。您也可以像这样使用trc\u detect函数myDataFrame[str\u detect(myDataFrame$key,myKeyPattern),]
selectedRows <- conservedData[grep("hsa-", conservedData$miRNA), ]
require(sqldf)
df <- data.frame(name = c('bob','robert','peter'),id=c(1,2,3))
sqldf("select * from df where name LIKE '%er%'")
name id
1 robert 2
2 peter 3
library(stringr)
library(dplyr)
CO2 %>%
filter(str_detect(Treatment, "non"))
Plant Type Treatment conc uptake
1 Qn1 Quebec nonchilled 95 16.0
2 Qn1 Quebec nonchilled 175 30.4
3 Qn1 Quebec nonchilled 250 34.8
4 Qn1 Quebec nonchilled 350 37.2
5 Qn1 Quebec nonchilled 500 35.3
...
df[grepl('er', df$name), ]
CO2[grepl('non', CO2$Treatment), ]
df <- data.frame(name = c('bob','robert','peter'),
id = c(1,2,3)
)
# name id
# 2 robert 2
# 3 peter 3