• R语言

  • R中如何把符合某项的多行挑出来？

我现在遇到一个表格，大概10k行，筛选数据时会用到前两列。
每行的数据都是字符串，但却不是对应单一结果，比如：第一列是 AAAABBCCCDDDDD……第二列是 BCDCDAFFBCDE……
假设我只需要两种筛选条件B,C，且已经有了向量 c("B","C")，那么如何把 前两列中包含 B或C 的所有行挑出？谢谢！

可能我看的例子少，有类似Excel中vlookup函数的解决方案，但是列中的结果都是唯一的，我需要选出的数据，大部分都是多行对应同样的值。

用正则表达式。

grepl("B|C", "AABBCC")
## [1] TRUE
grepl("B|C", "BBBBBB")
## [1] TRUE
grepl("B|C", "DDEEFF")
## [1] FALSE

第一个参数是模式，竖杠表示或，你可以先从向量 c("B", "C") 生成模式字符串，然后分别对两列调用正则表达式函数，再取两列的交集。

v1 = c("AABBCC", "BBCCDD", "DDEEFF")
v2 = c("ABCABC", "DEFDEF", "ABCDEF")
ind1 = grepl("B|C", v1)
ind2 = grepl("B|C", v2)
ind = ind1 & ind2
ind1
## [1]  TRUE  TRUE FALSE
ind2
## [1]  TRUE FALSE  TRUE
ind
## [1]  TRUE FALSE FALSE

    在Ihavenothing 的基础上进一步

    假如表格为df，第一列为V1，第二列为V2：

    library(dplyr)

df = data.table::fread("
V1 V2
AABBCC ABCABC
BBCCDD DEFDEF
DDEEFF DEFDEF
",header = T)

df.filtered = df %>%
  filter(grepl("B|C", paste0(V1,V2)))

df.filtered
#>       V1     V2
#> 1 AABBCC ABCABC
#> 2 BBCCDD DEFDEF

    Created on 2018-12-05 by the reprex package (v0.2.1)

        可能我没有描述清楚，或是各位的意思理解不到位，总之没有成功。
        接着 Ihavenothing 的例子，我的数据是这样的：

        | v1     | v2     | col3 | col4 |
|--------|--------|------|------|
| AABBCC | ABCABC |      |      |
| BBCCDD | DEFDEF |      |      |
| DDEEFF | ABCDEF |      |      |
| CCDDFF | DDEEFF |      |      |
| ABCABC | CCDDFF |      |      |
| ...... | ...... |      |      |

        若条件是 BBCCDD与DDEEFF，那么对应于 [2,1] [3,1] [4,2]，则 [2:4,] 保留，[1,] [5,] 删除不要。
        谢谢！

            erStern
            哦，是完全匹配啊，说清楚嘛

            
library(dplyr)


df = data.table::fread(
"| v1     | v2     | col3 | col4 |
| AABBCC | ABCABC |      |      |
| BBCCDD | DEFDEF |      |      |
| DDEEFF | ABCDEF |      |      |
| CCDDFF | DDEEFF |      |      |
| ABCABC | CCDDFF |      |      |
", header = T
)

df$V1 = 1:nrow(df)

df %>%
  filter((v1 %in% c("BBCCDD","DDEEFF")) | (v2 %in% c("BBCCDD","DDEEFF")))
#>   V1     v1     v2 col3 col4 V6
#> 1  2 BBCCDD DEFDEF   NA   NA NA
#> 2  3 DDEEFF ABCDEF   NA   NA NA
#> 3  4 CCDDFF DDEEFF   NA   NA NA

            <sup>Created on 2018-12-06 by the reprex package (v0.2.1)</sup>

              又找到另外的方法，使用 data.table，加上 on= 这一参数即可，初步成功。
              详细的操作我再去实验并整理一下。