如何在R中选择具有公共标记的所有列?
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何在R中选择具有公共标记的所有列?相关的知识,希望对你有一定的参考价值。
我有一个有数百列的SparkDataFrame
,我想只选择带有“时间”字样的那些。
而不是像这样做必须手动写入列的所有名称:
df_selection <- SparkR::select(df, "TRT_time", "Flight_time", "SS_time", ...)
我想做的事情如下:
df_selection <- SparkR::select(df, like('^time.*?'))
在SparkR中有一种很好的方法吗? SQL like运算符的等价物?我在R中是一个完全的乞讨者,对不起,如果这是一个非常简单的问题,但我无法理解它。
谢谢!
答案
您可以使用names()
访问列名称,即使它是SparkDataFrame
。然后你可以使用grepl()
找到一个模式的匹配。
cols <- names(df)
head(select(df, cols[grepl('^time.*?', names(df))]))
哪个回报:
time_hour
1 2013-01-01 06:00:00
2 2013-01-01 06:00:00
3 2013-01-01 06:00:00
4 2013-01-01 06:00:00
5 2013-01-01 07:00:00
6 2013-01-01 06:00:00
评论后更新:
最好的方法是将它包含在OR
中,即'|'
,其中你将col
分组。
head(SparkR::select(df, cols[grepl('^time.*?', names(df)) | cols == "airline_iata"]))
注意:您也可以创建一个像c(cols[grepl('^time.*?', names(df))], 'airline_iata')
这样的字符向量,但如果找不到列名,Spark会抛出错误。 airline_iata'is not in
names(DF)`。
以上是关于如何在R中选择具有公共标记的所有列?的主要内容,如果未能解决你的问题,请参考以下文章