regex - R 正则表达式和聚合/子集

Question

是否可以在 R 中同时使用正则表达式来聚合或使用子集？

我要解决的问题是:我有一个名为“wpbCellFeatures”的数据框，其中包含多个列，包括唯一标识符“rowColFoVCell”:

   rowColFoVCell wpbCount meanFeret meanPerim  meanCirc   meanAR meanRound meanSolidity
1   001001001001       38  1.182632  3.047368 0.7560526 1.948947 0.6036842    0.8289474
2   001001001002        8  1.886250  4.493750 0.7537500 2.365000 0.5350000    0.8325000

该列包含数字'001001001001', '001001001002', '001001001003', ... ... , '001003004002', ...等构成该ID的数字分别对应行号、列号、字段 View 和单元格编号，例如“001003004002”是第一行、第三列、第四个视野和第二个单元格。

例如，我想选择行在 1 到 3 之间的所有标识符，然后聚合到一个新的数据框中。我如何在 R 中执行此操作，我认为这将涉及使用聚合和正则表达式，但我对此不太熟悉？

谢谢

Answer 1

我不会使用正则表达式，而是使用 read.fwf(或 substr 或相关函数)将第一列拆分为相应的列。然后，将其绑定(bind)回您的原始数据集，并像往常一样使用 aggregate 等。

toBind <- read.fwf(file = textConnection(as.character(mydf$rowColFoVCell)), 
                   widths = c(3, 3, 3, 3), colClasses = "character", 
                   col.names = c("Row", "Col", "FoV", "Cell"))
cbind(toBind, mydf)
#   Row Col FoV Cell rowColFoVCell wpbCount meanFeret meanPerim  meanCirc   meanAR meanRound
# 1 001 001 001  001  001001001001       38  1.182632  3.047368 0.7560526 1.948947 0.6036842
# 2 001 001 001  002  001001001002        8  1.886250  4.493750 0.7537500 2.365000 0.5350000
#   meanSolidity
# 1    0.8289474
# 2    0.8325000

---

在这里，我从“mydf”开始:

mydf <- structure(list(rowColFoVCell = c("001001001001", "001001001002"), 
                  wpbCount = c(38L, 8L), meanFeret = c(1.182632, 1.88625), 
                  meanPerim = c(3.047368, 4.49375), 
                  meanCirc = c(0.7560526, 0.75375), 
                  meanAR = c(1.948947, 2.365), 
                  meanRound = c(0.6036842, 0.535), 
                  meanSolidity = c(0.8289474, 0.8325)), 
                  .Names = c("rowColFoVCell", "wpbCount", "meanFeret", 
                             "meanPerim", "meanCirc", "meanAR", "meanRound",
                             "meanSolidity"), 
                  class = "data.frame", row.names = c(NA, -2L))