Existe-t-il un moyen pour moi de sous-définir les données en fonction des noms de colonne commençant par une chaîne particulière? J'ai quelques colonnes qui sont comme ABC_1 ABC_2 ABC_3
et d'autres comme XYZ_1, XYZ_2,XYZ_3
, disons.
Comment puis-je sous-définir ma df
basée uniquement sur des colonnes contenant les parties de texte ci-dessus (disons, ABC
ou XYZ
)? Je peux utiliser des index, mais les colonnes sont trop dispersées dans les données et cela devient trop difficile à coder.
De plus, je souhaite inclure uniquement les lignes de chacune de ces colonnes dont la valeur est >0
. Par conséquent, si l'une des colonnes 6
ci-dessus comporte un 1
dans la ligne, elle coupe dans mon cadre de données final.
Essayez grepl
sur les noms de votre data.frame
. grepl
fait correspondre une expression régulière à une cible et renvoie TRUE
si une correspondance est trouvée et FALSE
sinon. La fonction est vectorisée afin que vous puissiez passer un vecteur de chaînes à faire correspondre et vous obtiendrez un vecteur de valeurs booléennes.
# Data
df <- data.frame( ABC_1 = runif(3),
ABC_2 = runif(3),
XYZ_1 = runif(3),
XYZ_2 = runif(3) )
# ABC_1 ABC_2 XYZ_1 XYZ_2
#1 0.3792645 0.3614199 0.9793573 0.7139381
#2 0.1313246 0.9746691 0.7276705 0.0126057
#3 0.7282680 0.6518444 0.9531389 0.9673290
# Use grepl
df[ , grepl( "ABC" , names( df ) ) ]
# ABC_1 ABC_2
#1 0.3792645 0.3614199
#2 0.1313246 0.9746691
#3 0.7282680 0.6518444
# grepl returns logical vector like this which is what we use to subset columns
grepl( "ABC" , names( df ) )
#[1] TRUE TRUE FALSE FALSE
Pour répondre à la deuxième partie, je créerais le sous-ensemble data.frame, puis un vecteur qui indexerait les lignes à conserver (un vecteur logique) comme ceci ...
set.seed(1)
df <- data.frame( ABC_1 = sample(0:1,3,repl = TRUE),
ABC_2 = sample(0:1,3,repl = TRUE),
XYZ_1 = sample(0:1,3,repl = TRUE),
XYZ_2 = sample(0:1,3,repl = TRUE) )
# We will want to discard the second row because 'all' ABC values are 0:
# ABC_1 ABC_2 XYZ_1 XYZ_2
#1 0 1 1 0
#2 0 0 1 0
#3 1 1 1 0
df1 <- df[ , grepl( "ABC" , names( df ) ) ]
ind <- apply( df1 , 1 , function(x) any( x > 0 ) )
df1[ ind , ]
# ABC_1 ABC_2
#1 0 1
#3 1 1
Vous pouvez également utiliser select()
de starts_with
et dplyr
comme suit:
df <- df %>% dplyr:: select(starts_with("ABC"))
En utilisant dplyr, vous pouvez:
df <- df %>% dplyr:: select(grep("ABC", names(df)), grep("XYZ", names(df)))
Cela a fonctionné pour moi:
df[,names(df) %in% colnames(df)[grepl(str,colnames(df))]]
Juste au cas où pour __ utilisateurs data.table
, ce qui suit fonctionne pour moi:
df[, grep("ABC", names(df)), with = FALSE]