匹配R中单元格中的两个部分字符串

Question

我读过其他文章，例如：

Selecting rows where a column has a string like 'hsa..' (partial string match)

How do I select variables in an R dataframe whose names contain a particular string?

Subset data to contain only columns whose names match a condition

但大多数都是简单的修复：

1. 他们只有一个字符串可以匹配
2. 他们只有一个部分字符串可以匹配

所以我在这里寻求帮助。

假设我们有一个这样的示例数据表：

sample = data.table('Feb FY2016', 50)
sample = rbind(sample, list('Mar FY2017', 30))
sample = rbind(sample, list('Feb FY2017', 40))
sample = rbind(sample, list('Mar FY2016', 10))
colnames(sample) = c('month', 'unit')

如何对数据进行子集化，以便我的数据仅包含“月”列满足以下要求的行：

1. 有 2016 年
2. 从“三月”或“二月”开始

谢谢！

Answer 1

由于grep 返回匹配项的索引，它将返回匹配模式的行，并可用于子集。

sample[grep('^(Feb|Mar).*2016$', sample$month),]

#         month unit
# 1: Feb FY2016   50
# 2: Mar FY2016   10

正则表达式查找

• 行首^;
• 后跟Feb 或Mar 和(Feb|Mar)；
• 任何字符.重复0到多次*;
• 2016 完全正确；
• 后跟字符串$的结尾。