regex - regular - str_detect r

Seleccionar columnas según la coincidencia de cadena-dplyr:: select

Question

Tengo un marco de datos ("datos") con montones y montones de columnas. Algunas de las columnas contienen una determinada cadena ("search_string").

¿Cómo puedo usar dplyr::select() para darme un subconjunto que incluya solo las columnas que contienen la cadena?

Lo intenté:

# columns as boolean vector
select(data, grepl("search_string",colnames(data)))

# columns as vector of column names names 
select(data, colnames(data)[grepl("search_string",colnames(data))]) 

Ninguno de los dos trabaja.

Sé que select() acepta vectores numéricos como sustitutos de columnas, por ejemplo:

select(data,5,7,9:20)

Pero no sé cómo obtener un vector numérico de ID de columnas de mi expresión grepl() .

Answer 1

Basado en la respuesta de Piotr Migdals, quiero dar una solución alternativa que permita la posibilidad de un vector de cadenas:

myVectorOfStrings <- c("foo", "bar")
matchExpression <- paste(myVectorOfStrings, collapse = "|")
# [1] "foo|bar"
df %>% select(matches(matchExpression))

Haciendo uso del operador regex OR ( | )

Answer 2

Dentro del mundo dplyr , intente:

select(iris,contains("Sepal"))

Vea la sección Selección en ?select starts_with para muchos otros ayudantes como starts_with , ends_with , etc.

Answer 3

No es necesario usar select solo use [ lugar

data[,grepl("search_string", colnames(data))]

Probemos con el conjunto de datos de iris

>iris[,grepl("Sepal", colnames(iris))]
  Sepal.Length Sepal.Width
1          5.1         3.5
2          4.9         3.0
3          4.7         3.2
4          4.6         3.1
5          5.0         3.6
6          5.4         3.9

Answer 4

Puedes probar:

select(data, matches("search_string"))

Es más general que contains : puede usar regex (por ejemplo, "one_string|or_the_other" ).

Para obtener más ejemplos, consulte: http://rpackages.ianhowson.com/cran/dplyr/man/select.html .