具有多个正则表达式的dplyr筛选器列

我在R中有两个df（meta=一些冗余信息）

df1：

df2：

问题: 尝试基于df2中的ID筛选df1中的行

代码 错误 期望输出 df.common：

                id  value1  value2  value3  value4
id1_meta_meta-meta  4.93    13.93   16.8    35.39
id2_meta_meta-meta  28.63   45.43   30.52   61.71
id3_meta_meta-meta  3.35    1.26    7.98    4.43
id4_meta_meta-meta  16.78   50.47   32.48   55.52
id5_meta_meta-meta  474.23  807.71  664.45  442.55

使用

gsub

在

df1

• gsub（“.*”，“”，df1$id）

  将删除

  之后的所有内容

检查

df2$V2

中修剪的

id

是什么（这将返回行号）

从

df1

df1[gsub("_.*", "", df1$id) %in% df2$V2, ]

使用

gsub

在

df1

• gsub（“.*”，“”，df1$id）

  将删除

  之后的所有内容

检查

df2$V2

中修剪的

id

是什么（这将返回行号）

从

df1

df1[gsub("_.*", "", df1$id) %in% df2$V2, ]

---

如果您使用的是<代码> DPLYR 和<代码> StRGRG，您也可以考虑这种方法。code>str\u replace\u all类似于

gsub

semi_-join

是一种“过滤连接”，允许您保留仅在

df2

中找到的匹配记录

library(dplyr)
library(stringr)

df3 <- df1 %>%
  mutate(id2 = str_replace_all(id, "_.*", "")) %>%
  semi_join(df2, by = c("id2" = "V1")) %>%
  select(-id2)

df3
                  id value1 value2 value3 value4
1 id1_meta_meta-meta   4.93  13.93  16.80  35.39
2 id2_meta_meta-meta  28.63  45.43  30.52  61.71
3 id3_meta_meta-meta   3.35   1.26   7.98   4.43
4 id4_meta_meta-meta  16.78  50.47  32.48  55.52
5 id5_meta_meta-meta 474.23 807.71 664.45 442.55

库（dplyr）
图书馆（stringr）
df3%
突变（id2=str\u replace\u all（id，“..*”，”）%>%
半联接（df2，by=c（“id2”=“V1”））%>%
选择（-id2）
df3
id值1值2值3值4
1 id1_meta_meta-meta 4.93 13.93 16.80 35.39
2 id2_meta_meta-meta 28.63 45.43 30.52 61.71
3 id3_meta_meta-meta 3.35 1.26 7.98 4.43
4 id4_meta_meta-meta 16.78 50.47 32.48 55.52
5 id5_meta_meta-meta 474.23807.71664.45442.55
<代码> > p>如果您使用的是代码> dPLYR 和 STRIGRG，您也可以考虑这种方法。code>str\u replace\u all

类似于

gsub

semi_-join

是一种“过滤连接”，允许您保留仅在

df2

中找到的匹配记录

library(dplyr)
library(stringr)

df3 <- df1 %>%
  mutate(id2 = str_replace_all(id, "_.*", "")) %>%
  semi_join(df2, by = c("id2" = "V1")) %>%
  select(-id2)

df3
                  id value1 value2 value3 value4
1 id1_meta_meta-meta   4.93  13.93  16.80  35.39
2 id2_meta_meta-meta  28.63  45.43  30.52  61.71
3 id3_meta_meta-meta   3.35   1.26   7.98   4.43
4 id4_meta_meta-meta  16.78  50.47  32.48  55.52
5 id5_meta_meta-meta 474.23 807.71 664.45 442.55

库（dplyr）
图书馆（stringr）
df3%
突变（id2=str\u replace\u all（id，“..*”，”）%>%
半联接（df2，by=c（“id2”=“V1”））%>%
选择（-id2）
df3
id值1值2值3值4
1 id1_meta_meta-meta 4.93 13.93 16.80 35.39
2 id2_meta_meta-meta 28.63 45.43 30.52 61.71
3 id3_meta_meta-meta 3.35 1.26 7.98 4.43
4 id4_meta_meta-meta 16.78 50.47 32.48 55.52
5 id5_meta_meta-meta 474.23807.71664.45442.55

它成功了，你能评论一下正在进行的事情吗？这将有助于学习，谢谢，谢谢@sbradbio如果这是你想要的，你可以接受我的答案，但我现在不能，所以5分钟后让我接受，不知道它是怎么工作的，你能评论一下正在进行的事情会有助于学习，谢谢，感谢@sbradbio如果这是您想要的，您可以接受我的答案，但我现在不能，所以5分钟后让我接受，不知道如果您将

过滤器
条件更改为
过滤器（str_detect（id，df2$V1））
@JakeKaupp，我收到此错误
警告消息：在stri_detect_regex中（string，pattern，opts_regex=opts（pattern））：较长的对象长度不是较短对象长度的倍数
它是一个警告，而不是错误，并导致您期望的输出。没错，新手错误表示歉意，但我没有得到我期望的
>dim（df.common）[1]2 13
str_detect
检测字符串并返回TRUE of FALSE，因此您的代码在
df2
中查找TRUE或FALSE。相反，请使用
str_extract
拉出ID部分，然后使用该部分进行测试：
str_extract（ID，“ID[0-9]+”）%df2$V1
中的%s。如果将
过滤器
条件更改为
过滤器（str_detect（id，df2$V1））
@JakeKaupp我收到此错误
警告消息：stri_detect_regex（字符串，模式，opts_regex=opts（模式））：较长的对象长度不是较短对象长度的倍数
这是一个警告，不是一个错误，并会导致您所需的输出。诚然，新手错误表示歉意，但我没有得到我所期望的尺寸（df.common）[1]2 13
str_detect
检测字符串并返回TRUE of FALSE，因此您的代码在
df2
中查找TRUE或FALSE。相反，请使用
str_extract
拉出ID部分，然后使用该部分进行测试：
str_extract（ID，“ID[0-9]+”）%df2$V1中的%df2
。我将尝试此方法，但如果我错了，请纠正我@PoGibas答案是一行且简洁的。好吧……如果您只想看到最简洁的答案，我将很快删除我的答案。如果您想了解更多关于
dplyr
和
stringr
的用法，因为您正在使用这些软件包，我将在这里保留我的答案可选方法。你说什么？当然我已经接受了，绝对正确，也可以是可选方法。我会尝试，但如果我错了，请纠正我@PoGibas答案是一行且简洁的。好吧……如果你只想看到最简洁的答案，我会很快删除我的答案。如果你想了解更多关于使用
dplyr
和
stringr
既然您正在使用这些软件包，我将在这里保留我的答案作为可选方法。您怎么说？当然我已经完全接受了，您是正确的，它可以是可选方法。
df1[gsub("_.*", "", df1$id) %in% df2$V2, ]

library(dplyr)
library(stringr)

df3 <- df1 %>%
  mutate(id2 = str_replace_all(id, "_.*", "")) %>%
  semi_join(df2, by = c("id2" = "V1")) %>%
  select(-id2)

df3
                  id value1 value2 value3 value4
1 id1_meta_meta-meta   4.93  13.93  16.80  35.39
2 id2_meta_meta-meta  28.63  45.43  30.52  61.71
3 id3_meta_meta-meta   3.35   1.26   7.98   4.43
4 id4_meta_meta-meta  16.78  50.47  32.48  55.52
5 id5_meta_meta-meta 474.23 807.71 664.45 442.55