R多个正则表达式，数据框列名答案

【问题标题】：R multiple regular expressions, dataframe column namesR多个正则表达式，数据框列名
【发布时间】：2022-01-21 16:50:36
【问题描述】：

我有一个数据框data，其中有很多列，格式为

  ...v1...min ...v1...max ...v2...min ...v2...max
1       a           a           a           a
2       b           b           b           b
3       c           c           c           c

在...的地方可以有任何表达。

我想创建一个接受三个参数的函数createData：

X：一个数据框，
cols：包含列第一部分的向量，即c("v1", "v2")
fun：包含列第二部分的向量，即c("min")，或c("max", "min")

并返回过滤后的数据框，例如：

createData(X, c("v1"), None) 会返回这种数据框：

  ...v1...min ...v1...max 
1       a           a    
2       b           b  
3       c           c

而createData(X, c("v1", "v2"), c("min")) 会给我

  ...v1...min ...v2...min 
1       a           a    
2       b           b  
3       c           c

此时我决定我需要使用来自dplyr 包的select(contains())。

createData <- function(data, fun, cols)
{
  X %>% select(contains())
  return(X)
}

我纠结的是：

如何过滤包含两个（或更多？）字符串的列，即var1 和min？我尝试使用data[grepl(".*(v1*min|min*v1).*", colnames(data), ignore.case=TRUE)]，但它似乎不起作用，而且我的表达方式也不固定 - 它们取决于我传递的向量，
如何过滤多个具有不同名称的列，即c("v1", "v2")，在向量中传递？以及如何与第一个问题结合起来？

我真的不需要坚持使用dplyr 包，这只是为了示例。谢谢！

编辑：

一个可重现的例子：

data = data.frame(AXv1c2min = c(1,2,3),
           subv1trwmax = c(4,5,6),
           ss25v2xxmin = c(7,8,9),
           cwfv2urttmmax = c(10,11,12))

【问题讨论】：

如果我们想传递一个正则表达式，你可能需要matches。最好提供一个可重现的示例，即没有...
@akrun 你说得对，我只是不想把整个画面都搞砸。

标签： r dataframe filter

【解决方案1】：

如果您将向量传递给contains，它将像 OR 标记一样发挥作用，而多个 select 语句将产生累加效应。因此，对于您的 esample 数据：

我们可以像这样过滤(v1 OR v2) AND min：

library(tidyverse)

data %>%
    select(contains(c('v1','v2'))) %>%
    select(contains('min'))

  AXv1c2min ss25v2xxmin
1         1           7
2         2           8
3         3           9

所以作为一个函数，其中任何一个参数都是可选的：

createData <- function(data, fun=NULL, cols=NULL) {
    if (!is.null(fun)) data <- select(data, contains(fun))
    if (!is.null(cols)) data <- select(data, contains(cols))
    return(data)
}

一系列例子：

createData(data, cols=c('v1', 'v2'), fun='min')
  AXv1c2min ss25v2xxmin
1         1           7
2         2           8
3         3           9

createData(data, cols=c('v1'))
  AXv1c2min subv1trwmax
1         1           4
2         2           5
3         3           6

createData(data, fun=c('min'))
  AXv1c2min ss25v2xxmin
1         1           7
2         2           8
3         3           9

createData(data, cols=c('v1'), fun=c('min', 'max'))
  AXv1c2min subv1trwmax
1         1           4
2         2           5
3         3           6

createData(data, cols=c('v1'), fun=c('max'))
  subv1trwmax
1           4
2           5
3           6

【讨论】：