按部分匹配行名进行R子集。

Question

我有一个制表符分隔的文件：

row.names c1 c2 c3
AF3 0 2 4
BN4 9 1 2 
AF2 8 7 1
BN8 4 6 8

我希望筛选出只有行名以 BN4 开头的行，输出结果如下：

row.names c1 c2 c3
BN4 9 1 2 
BN8 4 6 8

如果我知道一个向量中确切的行名称，我就知道如何解决这个问题...

df[row.names(df) %in% c('BN4','BN8'), ]

但是我如何通过查找和子集化以'B N'开头的行来解决问题呢？

- HollowBastion

---

我认为“以BN4开头的名称”是一个打字错误。 - Matthew Lundberg

Answer 1

你可以使用 grep 命令来查找那些以“BN”开头的行。

将对象名称从 df 改为 x （df 是 R 语言中的一个函数）：

x[grep("^BN", row.names(x)),]
##     c1 c2 c3
## BN4  9  1  2
## BN8  4  6  8

- Matthew Lundberg

Answer 2

您可以使用dplyr中的slice()函数。

library(dplyr)
df %>% slice(grep("^BN", row.names(.)))

这将会得到：

#  c1 c2 c3
#1  9  1  2
#2  4  6  8

这里，行名称被静默地删除了。为了保留它们，您可以通过使用add_rownames()转换为显式变量：

df %>% add_rownames() %>% slice(grep("^BN", rowname))

或者使用filter()：

df %>% add_rownames() %>% filter(grepl("^BN", rowname))

您将获得：

#  rowname c1 c2 c3
#1     BN4  9  1  2
#2     BN8  4  6  8

- Steven Beaupré

Answer 3

尝试使用正则表达式和grepl

df[grepl("BN\\d{1}", row.names(df), ]

如果您更喜欢一些更具描述性的函数，您可以使用 stringr 包来完成同样的事情。

df[str_detect(row.names(df), "BN\\d{1}"), ]

问题在于这些调用将拾取任何字符串中具有BN [数字]的三个字符匹配项的行。例如，像XYBN9L这样的字符串将被拾取。

- Benjamin

---

如何修复这个“catch”？ - Matthew Lundberg

如果你真的只需要前两个字符，你可以尝试 substr(row.names(df), 1, 2) == "BN"。substr 将从行名称中仅提取前两个字母。我相信有一个正则表达式只会查看前两个字母，但是我在正则表达式方面的能力仅限于基础。 - Benjamin