【发布时间】：2016-12-15 19:25:21
【问题描述】：
关于 SO 的第一个问题，虽然我已经潜伏了一段时间！我试图尽职尽责，离答案越来越近了。
我有一个 300 列的数据框，我想根据匹配变量名称的模式将其合并为大约 10 列。原始数据输出为我提供了一列，其中包含主要变量名称（在示例中为“之前”和“之后”）和一个数字。在我的“真实”数据中，每个变量大约有 30 个副本。
我想合并名称中包含“之前”或“之后”等的每一列。 我使用 data.table 的语法为这种类型的“计算”列成功创建了变量“new”。
myTable2[, new := paste(before1, before2, sep = "")]
> myTable2
herenow before1 before2 before3 after1 after2 after3 new
1: 0.3399679 if and where not here blank ifand
2: 0.8181909 for in by through blank blank forin
3: 0.2237681 and where mine yours ours andwhere
4: 0.6161998 and where ha hey hon andwhere
5: 0.7606252 fifth eighth and where not beet fiftheighth
6: 0.5525105 and where not fill are andwhere
但正如您所见，这明确表示我要合并的列。我想灵活地组合，这样如果我有一个变量的 31 个副本和另一个变量的 86 个副本，我不需要 a) 必须知道或者 b) 必须输入。我只想根据基本变量名称（例如“之前”）进行匹配并合并列。
我尝试使用 grep 进入下一个级别...
> newvar2 <- paste(grep("before", colnames(myTable2), value = TRUE), collapse = "")
> newvar2
[1] "before1before2before3"
这向我证实了我可以将可变数量的值与 grep 模式匹配结合起来。
下一步：如何将这两个步骤结合起来，以使
new := paste(etc....)
将 grep 步骤作为其参数并组合所有名称与模式匹配的 列？ 这就是我想要的：
herenow before_Final after_Final
1: 0.339967856 ifandwhere nothereblank
2: 0.818190875 forinby throughblankblank
3: 0.223768051 andwhere mineyoursours
4: 0.616199835 andwhere haheyhon
5: 0.760625218 fiftheighthand wherenotbeet
6: 0.552510532 andwherenot fillare
我正在努力学习更多关于矢量化的知识，但如果我什至可以列出我想要组合的变量类型（例如之前、之后、之间），然后可能在循环中运行这些变量类型，那将是伟大的！所以像
finalVarNames <- c("Before_final", "After_final", "Between_final")
whatToMatch <- c("before", "after", "between")
（此处为循环...）
myTable2[, finalVarNames[i] := paste(grep(whatToMatch[i], myTable2, value = TRUE), collapse = "")]
我知道语法不正确，可能在 value 参数之前的第二个“myTable2”引用中。此代码确实成功创建了新变量，但它是空白的。如何将串联的 grep 匹配变量组放入其中？
感谢您提供的任何帮助！
【问题讨论】：
-
作为起点，请参阅
do.call(paste, c(sep = "", myTable2[startsWith(names(myTable2), whatToMatch[i])])) -
c()没有采用sep=参数。文档说唯一的选择是“递归”。c()应该列个清单吧？我拆分了startsWith(names(myTable2), whatToMatch[1])来测试它，它给了我一个逻辑向量，在这种情况下每个列名是否以“之前”开头。然后，当我将myTable2用括号括起来时，它只给了我前 3 行数据，所有变量仍然完好无损。 -
感谢您对startsWith 的介绍。比 grep、IMO 更直观。对上述评论的更正：当我将
myTable2用括号括起来时，它只给了我 2:4 的数据行，所有变量仍然完好无损。我的猜测是因为它使用“TRUE”输出作为子集的索引。 -
sep =是c的命名参数，作为...传递——例如c(sep = "", a = 2, '1 != 2' = TRUE, fac = factor(1))返回一个命名的“字符”向量，其值为...参数，并“命名”...的标记。我猜你观察到的子集是因为你用“逻辑”向量而不是“data.frame”对“data.table”进行子集。只是为了了解c(sep = "", a subset of myTable2)正在做什么，传递给do.call，请尝试将您的myTable2转换为“data.frame”。如果您需要特定的“data.table”方法，也可以添加“data.table”标签。 -
谢谢你，@alexis_laz。尝试将其作为 data.frame 确实连接了正确的列组！现在看起来我必须使用 data.frame 方法与 data.table 来分配该列。 （我可以去任何一种方式，我只是听说更大的文件 fread 可能会更快）。
标签： r data.table concatenation multiple-columns