在 R 中使用 OR 和 NOT 进行 Grep答案

【问题标题】：Grep in R using OR and NOT在 R 中使用 OR 和 NOT 进行 Grep
【发布时间】：2013-08-16 18:24:13
【问题描述】：

我在 R 中有以下向量，我想找到所有包含 A 和 B 但不包含数字 2 的字符串。

vec1<-c("A_cont_1", "A_cont_12", "B_treat_8", "AB_cont_22", "cont_21_Aa")

以下不起作用：

grep("A|B|!2", vec1)

它给了我所有的字符串：

[1] 1 2 3 4 5

这个例子也是如此：

grep("A|B|-2", vec1)

正确的语法是什么？

【问题讨论】：

标签： r regex

【解决方案1】：

grep 通常不能很好地在一次调用中进行肯定和否定搜索。您也许可以使用复杂的正则表达式使其工作，但您最好这样做：

 grep '[AB]' somefile.txt | grep -v '2'

R 等价于：

grep("2", grep("A|B", vec1, value = T), invert = T)

【讨论】：

【解决方案2】：

我会使用两个grep 调用：

intersect(grep("A|B",vec1),grep("2",vec1,invert=TRUE))
#[1] 1 3

【讨论】：

【解决方案3】：

你可以用一个相当简单的正则表达式来做到这一点：

grep("^[^2]*[AB][^2]*$", vec1)

字面意思是：

【讨论】：

【解决方案4】：

OP，你的尝试非常接近，试试这个：

grep('^(A|B|[^2])*$', vec1)

【讨论】：

这可能是最紧凑且易于理解的解决方案。谢谢。
如果您喜欢grep('^(A|B|[^[:digit:]])*$', vec1)，则更一般
很多时候，这会产生与@Joshua Ulrich（其他人）的答案不同的结果。所以如果你把它应用到另一个向量上要小心。根据您所追求的（参见@Anthony Damico 的评论），它可能不是您想要的。例如，grep('^(A|B|[^2])*$', "yes") 返回1（毕竟，“yes”是一个完全由 A、B 或不同于 2 的字符组成的字符串）。相比之下，grep("^[^2]*[AB][^2]*$", yes) 返回 integer(0)，这似乎更接近您想要的（与之前的正则表达式不同，@JU 验证至少存在一个 A 或 B）。

【解决方案5】：

我扩展了@eddi 提供的答案。我已经在 R 中对其进行了测试，它对我有用。我更改了您示例中的最后一个变量，因为它们都包含 A|B。

# Create the vector from the OP with one change
vec1<-c("A_cont_1", "A_cont_12", "B_treat_8", "AB_cont_22", "cont_21_dd")

然后我运行了以下代码。它将告诉您应该从 grep 的每个部分获得哪些结果。

首先，告诉我哪些列包含 A 或 B

> grepl("A|B", vec1)
[1] TRUE TRUE TRUE TRUE FALSE

现在告诉我哪些列包含“2”

> grepl("2", vec1)
[1] FALSE TRUE FALSE TRUE TRUE

我们想要的索引是2,4

> grep("2", grep("A|B", vec1, value = T))
[1] 2 4

完成！

【讨论】：