R 对部分字符串匹配或分离或拆分的数据帧进行子集化答案

【问题标题】：R subsetting dataframe on partial string match or separating or splitR 对部分字符串匹配或分离或拆分的数据帧进行子集化
【发布时间】：2021-07-21 05:02:09
【问题描述】：

我正在尝试通过部分字符串匹配来子集数据帧。拆分和比较也可以工作，因为字符串可以用“|”拆分我相信我在过去的类似案例中使用了 %in% ，但它对此不起作用。有什么建议吗？

df <- read.table(text="
col1    cOL2      
1   '2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47'
2   '2.16.840.1.113883.10.20.22.4.4 | 2.16.840.1.113883.10.20.22.4.4 | 2.16.840.1.113883.10.20.22.4.64'
3   '2.16.840.1.113883.10.20.22.4.64 | 2.16.840.1.113883.10.20.22.4.78 | 2.16.840.1.113883.10.20.1.47'
4    '2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47'
5   '2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47'
", header=T, stringsAsFactors=FALSE)

df[which(df$cOL2 == 1 & df$cOL2 %in% '2.16.840.1.113883.10.20.22.4.19' ),]

【问题讨论】：

标签： r dataframe compare subset string-matching

【解决方案1】：

使用基本 R 函数，您可以：

subset(df, grepl('2.16.840.1.113883.10.20.22.4.19', cOL2))
  col1                                                                                             cOL2
1    1 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47
4    4 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47
5    5 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47

【讨论】：

有没有办法使用 df[, ] 方式，我有很多具有多个过滤条件的子集，我可以，但我不一定想全部更改。谢谢
@Bristle 是的，这是基本的 R 代码。只需执行df[, grepl('2.16.840.1.113883.10.20.22.4.19', df$cOL2)]。你可以使用[]和subset完全相同的方式
df[grepl('2.16.840.1.113883.10.20.22.4.19', df$cOL2),]

【解决方案2】：

一个整洁的选项。

library(tidyverse)

filter(df, str_detect(cOL2, '2.16.840.1.113883.10.20.22.4.19'))

#      col1                                                                                             cOL2
#    1    1 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47
#    2    4 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47
#    3    5 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.22.4.19 | 2.16.840.1.113883.10.20.1.47

坚持[]，您可以执行以下操作。

library(tidyverse)

df[str_detect(df$cOL2, '2.16.840.1.113883.10.20.22.4.19'),]

【讨论】：

有没有办法使用 df[, ] 方式，我有很多具有多个过滤条件的子集，我可以，但我不一定想全部更改。谢谢
@Bristle：我已经编辑了我的帖子以满足您的要求。
啊！非常感谢！