R 根据模式选择行名称

有没有更好的方法选择以某物开头的行名？
前

*实际数据帧有8000行。
以下两个选项有效：

df[substr(rownames(df),1,3)=='C12',]  

或

我想要

df['C12*',]  
         k1   k2    p1   p2    l     perda      lP      lucroVar 
C12-C13 12.12 13.12 0.48 0.24  0.24 -0.76       0.32    24.00  
C12-C43 12.12 13.62 0.48 0.16  0.32 -1.18       0.27    21.33    

---

在SQL中有“像‘C12%’”

为什么你不喜欢你的方法，你说的“更好”是什么意思？更精确的语法还是更快

dplyr

也可以这样做，但实际上更复杂，因为我认为需要将行名转换为显式变量

library(dplyr)
a <- data.frame(a=(1:4), row.names=c("C12","CC12", "C1","12"))

tbl_df(cbind(a=a, b=rownames(a)))%>%
     filter(grepl("^C12", b))

库（dplyr）
a%
过滤器（灰色（“^C12”，b））

我不建议这样做，但是

---

您给出的示例代码实际有效吗？我想你需要一个

which

，例如

df[which（substr（rownames（df），1,3）='C12'），]

不需要

which（）

，因为

[

也适用于逻辑变量。前两次尝试应该可以正常工作。您不需要为行名定义额外的列。但在您的示例中，如果不定义，您将遇到麻烦，因为其中一列与数据帧同名。因此：

过滤器（a，grepl（^C12），行名（a）））

不起作用，因为在

rownames（a）

中，

a

被解释为数据框

a

中的列

a

。但是如果你调用数据框，比如说，

df

，这将起作用：

过滤器（df，grepl（^C12），rownames（df））

。是的，一个更简洁的代码。在SQL中有“like'C12%”。会这样吗“干预”[]功能，结果不可预测？无论如何，这是一种很好的、未知的定义函数的方法。@Alex非常正确，我已经更新了一个更好的版本为什么函数不能有其他名称，如“[~”@rawr@Alex一个过于简单的解释（部分原因是我不是专家）是执行时，比如说

[~

，解析将其解释为两个字符。您当然可以定义一个名为

[~

的函数，但必须像

`[~`（df，i）那样调用它

这不是您想要的。r还允许您定义运算符，尽管这并不完全是您想要的，但它是另一种奇怪的函数定义和类@rawr！在rTks中调用函数的方式，我喜欢

[~（df，I）

：）

df['C12*',]  
         k1   k2    p1   p2    l     perda      lP      lucroVar 
C12-C13 12.12 13.12 0.48 0.24  0.24 -0.76       0.32    24.00  
C12-C43 12.12 13.62 0.48 0.16  0.32 -1.18       0.27    21.33    

library(dplyr)
a <- data.frame(a=(1:4), row.names=c("C12","CC12", "C1","12"))

tbl_df(cbind(a=a, b=rownames(a)))%>%
     filter(grepl("^C12", b))

`[.data.frame` <- function(x, i, ...) {
  base::`[.data.frame`(x, if (is.character(i)) grepl(i, rownames(x)) else i, ...)
}

letters[1]
# [1] "a"

mtcars[1, ]
#           mpg cyl disp  hp drat   wt  qsec vs am gear carb
# Mazda RX4  21   6  160 110  3.9 2.62 16.46  0  1    4    4

mtcars['M', ]
#                mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# Mazda RX4     21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
# Mazda RX4 Wag 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
# Merc 240D     24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
# Merc 230      22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
# Merc 280      19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
# Merc 280C     17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
# Merc 450SE    16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
# Merc 450SL    17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
# Merc 450SLC   15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
# AMC Javelin   15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
# Maserati Bora 15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

rm('[', '[.data.frame')