R 如何获取data.table中满足正则表达式条件的行的名称？

假设我有一个data.table，如下所示：

data=data.table(dates=c('04 SEPTEMBER 2018', '05 APR 2018', '7/10/2018'), DT = c('21/07/2010', '3 04 2018', '16 DEC 2018'), amounts = c(21,37,49))

我希望data.table中的行名满足以下grep条件

grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x) 

这样我就可以找到符合特定日期格式的日期行。如您所见，两列

dates

和

DT

都包含日期格式。我不想引用代码中的特定列。我只想选择包含与上述grep模式匹配的字符的行

我希望正确的代码返回

c（2,3）

，因为这些行包含所需的字符串。如何获得我期望的答案？

使用

lappy（）

来标识与regexpr匹配的列。由于

lappy（）

输出一个列表，因此使用

Reduce（` | `，…）

验证每行是否至少有一列满足regexpr条件：

data[
  data[, Reduce(`|`, lapply(.SD, function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x)))], 
  ]

结果:

> data[
+   data[, Reduce(`|`, lapply(.SD, function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x)))], 
+   ]
         dates amounts
1: 05 APR 2018      37
2: 16 DEC 2018      49

> which(rowSums(sapply(data,function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x))) > 0)
[1] 2 3

更新 要获取匹配行的索引（对于任何列）：使用

sapply（）

获取一个矩阵，其中的单元格指示匹配是否成功。然后使用

行和（…）>0

将其合并为一个值为

TRUE

（行中至少有一个单元格成功匹配）或

FALSE

（完全没有匹配）的向量。将其全部包装在

which（）

中以显示行索引

结果:

> data[
+   data[, Reduce(`|`, lapply(.SD, function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x)))], 
+   ]
         dates amounts
1: 05 APR 2018      37
2: 16 DEC 2018      49

> which(rowSums(sapply(data,function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x))) > 0)
[1] 2 3

使用

lappy（）

标识与regexpr匹配的列。由于

lappy（）

输出一个列表，因此使用

Reduce（` | `，…）

验证每行是否至少有一列满足regexpr条件：

data[
  data[, Reduce(`|`, lapply(.SD, function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x)))], 
  ]

结果:

> data[
+   data[, Reduce(`|`, lapply(.SD, function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x)))], 
+   ]
         dates amounts
1: 05 APR 2018      37
2: 16 DEC 2018      49

> which(rowSums(sapply(data,function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x))) > 0)
[1] 2 3

更新 要获取匹配行的索引（对于任何列）：使用

sapply（）

获取一个矩阵，其中的单元格指示匹配是否成功。然后使用

行和（…）>0

将其合并为一个值为

TRUE

（行中至少有一个单元格成功匹配）或

FALSE

（完全没有匹配）的向量。将其全部包装在

which（）

中以显示行索引

结果:

> data[
+   data[, Reduce(`|`, lapply(.SD, function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x)))], 
+   ]
         dates amounts
1: 05 APR 2018      37
2: 16 DEC 2018      49

> which(rowSums(sapply(data,function(x) grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}",x))) > 0)
[1] 2 3

---

另一种数据表方法：

ans <- melt( transpose(data), 
             id.vars = NULL, 
             measure.vars = patterns("^V"), 
             variable.name = "row" )
ans <- ans[ grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}", value), ]
ans[, row := gsub("V", "", row)]

更新

data[ seq.int(.N) %in% ans$row, ]

---

另一种数据表方法：

ans <- melt( transpose(data), 
             id.vars = NULL, 
             measure.vars = patterns("^V"), 
             variable.name = "row" )
ans <- ans[ grepl("^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}", value), ]
ans[, row := gsub("V", "", row)]

更新

data[ seq.int(.N) %in% ans$row, ]

---

---

请尝试

which（grepl（“^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}”，数据$dates））

或

grep（^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}，数据$dates）

我更喜欢在不特别提及特定列名的情况下获取名称。我假设我不知道包含日期的列的名称。这是一个完全不同的问题。在你的尝试中，你也提到了列名

日期

我将进行必要的编辑。你的问题仍然很模糊。我们怎么知道这个专栏？所有其他列是否都是数字和

日期

字符？它是否始终位于数据集中的特定位置？请尽量明确。除非您想将其应用于每一列…？

which（grepl（^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}，data$dates））

或

grep（^[0-9]{2}\\s[A-Z]{3}\\s[0-9]{4}），data$dates）

我更喜欢在不特别提及特定列名的情况下获取名称。我假设我不知道包含日期的列的名称。这是一个完全不同的问题。在你的尝试中，你也提到了列名

日期

我将进行必要的编辑。你的问题仍然很模糊。我们怎么知道这个专栏？所有其他列是否都是数字和

日期

字符？它是否始终位于数据集中的特定位置？请尽量明确。除非您想将其应用于每一列…？不幸的是，这不会返回行索引2和3，这是解决方案，不是吗？结果在哪一列？您的结果显示为行本身，而不是它们的指示符。它返回第2行和第3行，是。你到底在找什么？实际的索引“2”和“3”？我得到的是c（1,2）而不是c（2,3），好的，那么您希望输出是

“2”“3”

？它返回与正则表达式匹配的行。不确定是要返回行索引还是要返回行。不幸的是，这不会返回行索引2和3，这是解决方案，不是吗？结果在哪一列？您的结果显示为行本身，而不是它们的指示符。它返回第2行和第3行，是。你到底在找什么？实际的索引“2”和“3”？我得到的是c（1,2）而不是c（2,3），好的，那么您希望输出是

“2”“3”

？它返回与正则表达式匹配的行。不确定是要返回行索引还是要返回行。是否有办法只获取行？抱歉，我指的是没有实际行的行名…抱歉，这是我的错误

数据。表
不支持行名（这是我一直被告知的）。如果只需要行号，请使用
ans$row
。。。它返回
c（“2”，“3”）
是否有办法只获取行数？抱歉，我是指没有实际行数的行名…抱歉，这是我的错误
数据。表
不支持行名（这是我一直被告知的）。如果您只需要行数，请使用
ans$row
。。。它返回
c（“2”、“3”）