Données de découpage basées sur le premier caractère du nom de colonne

Question

J'ai un ensemble de données avec plusieurs colonnes. En utilisant R je veux garder seulement les colonnes qui ont le premier caractère comme T pour créer un sous-ensemble comme indiqué dans les données de sortie ci-dessous.

Entrée de données

T1234 T5678 T9101112 A B D E 
    1  2  3 4 5 6 7 
    1  2  3 4 5 6 7 
    1  2  3 4 5 6 7 
    1  2  3 4 5 6 7 
    1  2  3 4 5 6 7 
    1  2  3 4 5 6 7 
    1  2  3 4 5 6 7 

Sortie de données

T1234 T5678 T9101112 
    1  2  3 
    1  2  3 
    1  2  3 
    1  2  3 
    1  2  3 
    1  2  3 
    1  2  3 

Toute suggestion comment cela peut se faire? Merci.

Answer 1

dans la base en utilisant R RegEx

df <- data.frame(T1234=rep(1,7),T5678=2,T9101112=3,A=4,B=5,D=6,E=7) 

df[,grepl("^T",names(df))] 

Le motif de regex ^T matchs T au début de chaque nom de ligne. Vous pourriez affiner le motif à ^T\\d+ si vous vouliez faire correspondre simplement "T" suivi de 1 ou plusieurs chiffres, comme autre exemple.

Notez également que ^ affirme que vous êtes au début de la chaîne. Sans elle, vous auriez correspondez « AT912340 », car il contient un T.

Pour plusieurs caractères (c.-à-colonnes commençant par T ou M) nous utiliserions l'opérateur « ou » |

df[,grepl("^T|M",names(df))] 

Et faire correspondre des groupes de personnages comme RDY ou MTP nous ferions comme ceci:

df[,grepl("^T|MTP|Check|RDY",names(df))] 

note: dans les commentaires que je crochets utilisé par erreur comme ceci: [T, M]. L'utilisation de parenthèses indique à RegEx de faire correspondre l'un des caractères entre crochets. Dans ce cas, il correspondra à "T", "M" ou ",". Évidemment, nous ne voulons pas faire correspondre une virgule ici, et il est syntaxiquement incorrect d'avoir les virgules entre parenthèses séparant chaque caractère. Pour correspondre à "T" ou "M" la syntaxe correcte avec des parenthèses serait [TM], cependant, pour correspondre à des mots, ou des chaînes courtes comme ci-dessus, nous devons utiliser|comme l'opérateur "ou".

Answer 2

> require(dplyr) 
> df <- data.frame(T1234=rep(1,7),T5678=2,T9101112=3,A=4,B=5,D=6,E=7) 
> df 
    T1234 T5678 T9101112 A B D E 
1  1  2  3 4 5 6 7 
2  1  2  3 4 5 6 7 
3  1  2  3 4 5 6 7 
4  1  2  3 4 5 6 7 
5  1  2  3 4 5 6 7 
6  1  2  3 4 5 6 7 
7  1  2  3 4 5 6 7 
> select(df,starts_with('T')) 
    T1234 T5678 T9101112 
1  1  2  3 
2  1  2  3 
3  1  2  3 
4  1  2  3 
5  1  2  3 
6  1  2  3 
7  1  2  3 
> 

Ou, sans dplyr

> df[,grepl('T',colnames(df))] 
    T1234 T5678 T9101112 
1  1  2  3 
2  1  2  3 
3  1  2  3 
4  1  2  3 
5  1  2  3 
6  1  2  3 
7  1  2  3 
> 

mais ce dernier frappera T en toute position.

Answer 3

Une autre solution sans utiliser regex:

df[,substr(names(df),1,1) %in% c("T","M")]