r - 使用grep帮助在R中子集数据帧

Question

我无法设定我的资料。我希望将数据子集放在第x列，其中前3个字符以G45开始。

我的数据框:

 x <- c("G448", "G459", "G479", "G406")  
 y <- c(1:4)
 My.Data <- data.frame (x,y)

我试过了:

 subset (My.Data, x=="G45*")

但是我不确定如何使用通配符。我也尝试过grep()来找到索引:

 grep  ("G45*", My.Data$x)

但它返回所有4行，而不仅仅是返回G45开头的行，可能还因为我不确定如何使用通配符。

Answer 1

使用[提取非常简单:
grep将为您提供与搜索模式匹配的位置(除非您使用value = TRUE)。

grep("^G45", My.Data$x)
# [1] 2

由于您在单列的值内搜索，因此实际上对应于行索引。因此，将其与 [一起使用(在这里您将使用 My.Data[rows, cols]来获取特定的行和列)。

My.Data[grep("^G45", My.Data$x), ]
#      x y
# 2 G459 2

subset的帮助页面显示了与 grep相比，如果您更喜欢使用此功能，则如何将 grepl和 subset与 [结合使用。这是一个例子。

subset(My.Data, grepl("^G45", My.Data$x))
#      x y
# 2 G459 2

从R 3.3开始，现在还有 startsWith函数，您可以再次将其与 subset(或上述任何其他方法)一起使用。根据该功能的帮助页面，它比使用 substring或 grepl快得多。

subset(My.Data, startsWith(as.character(x), "G45"))
#      x y
# 2 G459 2