选择具有类似grep的部分匹配的data.table列

目前，当尝试不直接按名称而使用

grepl

选择列时，必须使用

colnames（）

向

grepl

命令中的

data.table

添加额外的调用。是否可以将此功能直接实现到data.table中，以便直接使用

grepl

，并自动从当前data.table中获取列名

dt <- structure(list(Global.Company.Key = c(1380L, 1380L, 1380L, 1380L, 1380L)
                         , Calendar.Data.Year.and.Quarter = structure(c(2000, 2000, 2000, 2000, 2000), class = "yearqtr")
                         , Current.Assets.Total = c(2218, 2218, 2218, 2218, 2218)
                         , DRILL_TYPE = c("U", "D", "V", "H", "U")
                         , DI.Oil.Prod.Quarter = c(18395.6792379842, 1301949.24041659, 235.311086392291, 27261.8049684835, 4719.27956989249)
                         , DI.Gas.Prod.Quarter = c(1600471.27107983, 4882347.22928982, 2611.60215053765, 9634.76418242493, 27648.276603634)), .Names = c("Global.Company.Key", "Calendar.Data.Year.and.Quarter", "Current.Assets.Total", "DRILL_TYPE", "DI.Oil.Prod.Quarter",  "DI.Gas.Prod.Quarter"), row.names = c(NA, -5L), class = c("data.table",  "data.frame"), sorted = c("Global.Company.Key",  "Calendar.Data.Year.and.Quarter"))

如果能做到这一点，那就太好了：

dt[, grepl(glob2rx("Current.Assets*")), with = FALSE]

库（data.table）

---

dt您能指定什么是
glob2rx
？
glob2rx
只是我绕过regex的一种方式，因为它允许使用*作为通配符。当您要求新功能时，编程问题也是如此。FR已经发布了，顺便说一句：我没有找到它，对不起。我应该删除该问题还是将其作为功能请求的参考？由您决定。我认为这两种方式都很好。如果你想保留它作为参考，你可以在其中一个问题上发表评论，比如“如果实现了，请更新/回答这个帖子”。使我的代码更具可读性，尽管这不是最终的解决方案，可能是最好的解决方案。我想@DJJ是否可以提供一个简短的解释（关于mtcars的示例）
mtcars\u dt[，.SD，.SDcols=grep（“m”，colnames（mtcars_dt），value=TRUE）]
需要用于data.table，而用于
data.frame
以下工作
mtcars[，grepl（“m”，colnames（mtcars））]
（但不用于
data.table
）？这有助于其他人进一步了解data.table和data.frame之间的差异。我最近解决了相同的问题，您的答案是解决方案，但我仍然想知道它在data.table中是如何工作的，以及为什么必须采用基本方法。@gofraidh我建议在此基础上发布一个问题。有人比我更了解data.table。如果您还没有阅读它，那么它是一个很好的起点。对于data.table，解决方案如下。
tmp现在，data.table还有
patterns
键。
aa
dt[, grepl(glob2rx("Current.Assets*")), with = FALSE]

##    CurrentAssets FixedAssets CurrentLiabilities    Capital
## 1:   -1.27610992  -0.2989316         0.20688252  0.6504636
## 2:    0.01065576   1.3088539         1.22533006  0.7550024
## 3:    0.53308022  -1.3459419        -0.99627142 -0.7589336
## 4:    0.30737237  -0.4291044         2.20328357  0.2157515
## 5:   -1.37391990   0.8581097        -0.08161687  0.7067757
## 6:    0.28664468   0.2308479         0.38675487 -0.3467660
## 7:   -0.22902454   1.3365470         0.10128697  0.3246363
## 8:    0.05159736  -2.0702850         0.78404464 -1.7612696
## 9:    0.51817847  -0.8365225        -0.04778573  0.6170114
##10:    0.50859575   0.5683021        -0.13780167 -0.9243434