子集列基於同一數據框中列名的部分匹配

Question

我想了解如何通過將列名的前5個字母相互匹配來從同一數據幀中對多個列進行子集，如果它們相等，則將其子集化並將其存儲在新變量中。

這是我所需輸出的一個小解釋。 它描述如下，

可以說數據框是可以eatable

fruits_area   fruits_production  vegetable_area   vegetable_production 

12             100                26               324
33             250                40               580
66             510                43               581

eatable <- data.frame(c(12,33,660),c(100,250,510),c(26,40,43),c(324,580,581))
names(eatable) <- c("fruits_area", "fruits_production", "vegetables_area",
          "vegetable_production")

我試圖編寫一個函數，它將匹配循環中的字符串，並在匹配列名稱的前5個字母后存儲子集列。

checkExpression <- function(dataset,str){
    dataset[grepl((str),names(dataset),ignore.case = TRUE)]
}

checkExpression(eatable,"your_string")

上面的函數正確檢查字符串，但我很困惑如何在數據集中的列名稱之間進行匹配。

編輯： - 我認為正則表達式可以在這里工作。

Answer 1

你可以嘗試：

v <- unique(substr(names(eatable), 0, 5))
lapply(v, function(x) eatable[grepl(x, names(eatable))])

或者使用map() + select_()

library(tidyverse)
map(v, ~select_(eatable, ~matches(.)))

這使：

#[[1]]
#  fruits_area fruits_production
#1          12               100
#2          33               250
#3         660               510
#
#[[2]]
#  vegetables_area vegetable_production
#1              26                  324
#2              40                  580
#3              43                  581

---

你想把它變成一個函數：

checkExpression <- function(df, l = 5) {
  v <- unique(substr(names(df), 0, l))
  lapply(v, function(x) df[grepl(x, names(df))])
}

然后簡單地使用：

checkExpression(eatable, 5)

Answer 2

我相信這可能會滿足您的需求：

checkExpression <- function(dataset,str){
  cols <- grepl(paste0("^",str),colnames(dataset),ignore.case = TRUE)
  subset(dataset,select=colnames(dataset)[cols])
}

注意在grepl使用的模式中添加了"^" 。

使用您的數據：

checkExpression(eatable,"fruit")
##  fruits_area fruits_production
##1          12               100
##2          33               250
##3         660               510
checkExpression(eatable,"veget")
##  vegetables_area vegetable_production
##1              26                  324
##2              40                  580
##3              43                  581

Answer 3

你的功能正是你想要的，但是有一個小錯誤：

checkExpression <- function(dataset,str){
  dataset[grepl((str),names(dataset),ignore.case = TRUE)]
}

更改從obje到dataset集的子集的對象名稱。

checkExpression(eatable,"fr")
#  fruits_area fruits_production
#1          12               100
#2          33               250
#3         660               510

checkExpression(eatable,"veg")
#  vegetables_area vegetable_production
#1              26                  324
#2              40                  580
#3              43                  581