使用dplyr中的contains()函数基于多个字符串选择列

Question

我想基于正则表达式选择多列，采用 dplyr 包的管道语法实现。我查看了其他话题，但只找到了有关单个字符串的答案。

使用基本 R：

library(dplyr)    
mtcars[grepl('m|ar', names(mtcars))]
###                      mpg am gear carb
### Mazda RX4           21.0  1    4    4
### Mazda RX4 Wag       21.0  1    4    4

然而，它不能与select/contains方法一起使用：

mtcars %>% select(contains('m|ar'))
### data frame with 0 columns and 32 rows

有什么问题吗？

- agenis

Answer 1

你可以使用 matches

 mtcars %>%
        select(matches('m|ar')) %>%
        head(2)
 #              mpg am gear carb
 #Mazda RX4      21  1    4    4
 #Mazda RX4 Wag  21  1    4    4

根据?select文档

‘matches(x, ignore.case = TRUE)’：选择所有变量名称与正则表达式‘x’匹配的变量。

contains虽然仅适用于单个字符串。

mtcars %>% 
       select(contains('m'))

- akrun

---

谢谢@akrun，我现在感觉很愚蠢:-)。但是还有一个问题：既然如此，为什么我们甚至要使用contains()，如果matches()做得更好呢？ - agenis

因为您可能想匹配“.”并且不必考虑在正则表达式中如何转义它，所以需要这么做。 - hadley

在这种情况下，您可以使用 paste 函数，即 paste(yourvec, collapse="|")，并将其用于 matches 函数。 - akrun

akrun，非常感谢。我已经进行了很多挖掘和实验。祝一切顺利。 - Michael Bellhouse

equivalent_for_filter <- df %>% filter(!grepl(paste(exclude_filter, collapse="|"),variable))等效的筛选语句为：equivalent_for_filter <- df %>% filter(!grepl(paste(exclude_filter, collapse="|"),variable)) - Michael Bellhouse

Answer 2

您可以使用dplyr包中的contains函数，只需提供一个文本向量即可，例如：

mtcars %>% 
       select(contains(c("m", "ar"))

- Nicki Norris

---

你的回答可以通过提供更多支持信息来改进。请编辑以添加进一步的细节，例如引用或文档，以便他人可以确认你的答案是正确的。您可以在帮助中心中找到有关如何编写良好答案的更多信息。 - Community

contains()函数与一个包含任意数量元素的向量一起使用非常好用。实际上，matches()应该保留用于需要使用正则表达式进行复杂匹配的情况。 - Faustin Gashakamba

Answer 3

你仍然可以使用来自基本R的grepl()。

df <- mtcars[ , grepl('m|ar', names(mtcars))]

...这将返回一个子数据框df，其中包含列名中包含m或ar的列

- Muthoni Thiong'o

Answer 4

这里有一个替代方案

mtcars %>% 
    select(contains('m') | contains('ar')) %>% 
    head(2)

#             mpg am gear carb
# Mazda RX4      21  1    4    4
# Mazda RX4 Wag  21  1    4    4

- redantman