如何取消选择许多变量而不删除 dplyr 中的特定变量

Question

假设有一个具有如下结构的数据框：

df <- data.frame(x.1 = rnorm(n=100),
                 x.2 = rnorm(n=100),
                 x.3 = rnorm(n=100),
                 x.special = rnorm(n=100),
                 x.y.z = rnorm(n=100))

检查头部，我们得到这个 output：

          x.1        x.2         x.3  x.special      x.y.z
1  1.01014580 -1.4047666  1.50374721 -0.8339784 -0.0831983
2  0.44307253 -0.4695634 -0.71951820  1.5758893  1.2163749
3 -0.87051845  0.1793721 -0.26838489 -1.0477929 -1.0813926
4 -0.28491936  0.4186763 -0.07494088 -0.2177471  0.3490200
5 -0.03769566 -0.3656822  0.12478667 -0.7975811 -0.4481193
6 -0.83808036  0.6842561  0.71231627 -0.3348798  1.7418141

假设我想删除所有编号的变量，但保留x.special和xyz变量。 我知道我可以很容易地取消选择：

df %>% 
  select(-x.1,
         -x.2,
         -x.3)

但是对于像这样的 50 或 100 个变量，它会变得很麻烦。 同样，我知道我可以选择这样的模式：

df %>% 
  select(-contains("x."))

但这当然会删除所有内容，因为特殊变量具有. 姓名。 有没有更智能的方法来选择这些变量？ 我觉得有一个选项可以在名称中找到数字变量。

Answer 1

# use regex to remove these colums...
colsBool <- !grepl(x=names(df), pattern="\\d")

结果：

> head(df[, colsBool])
   x.special      x.y.z
1  1.1145156 -0.4911891
2  0.7059937  0.4500111
3 -0.6566422  1.6085353
4 -0.6322514 -0.8017260
5  0.4785106  0.6014765
6 -0.8508830 -0.5078307

在这种情况下，正则表达式是你最好的朋友。

例如，如果您想删除最后一个值为数字的列，只需执行,grepl(pattern = "\\d$"....) ，表达式末尾的$符号将仅匹配以结尾的列一个号码。 ! grepl()表达式前面的符号否定匹配中的值，即TRUE变为FALSE ，反之亦然。