子集不是基于精确匹配，而是 R 中的部分

Posted 2023-02-22

【中文标题】子集不是基于精确匹配，而是 R 中的部分

【英文标题】：Subset not based on exact match, but partial in R

【发布时间】：2014-02-19 22:01:39

【问题描述】：

这是来自此处的后续问题： Subsetting a string based on pre- and suffix

当你有这个命令时：

    d <- subset(b, b$X %in% test)  

此命令在b$X 中查找与 test 完全匹配的所有内容。我怎样才能操纵它说它足以说明b$X 中的值包含test？ IE。如果b$X 有一个值"something" 并且test 有"thing"。那我就认为这是一场比赛。

重要更新！测试有 512 个值，而不仅仅是示例中的 1。

【参考方案1】：

子集中不需要 b$。

d <- subset(b, grepl(paste(test, collapse= "|"), X))

【讨论】：

解释一下您对原始代码所做的更改以及原因可能会有所帮助。这将使您的回答对未来的访问者更有用。

【参考方案2】：

您可以将%in% 替换为grepl：

# examples
x <- c("thing", "something", "some", "else")
test <- c("thing", "some")

# exact match
x %in% test
# [1]  TRUE FALSE  TRUE FALSE

# substring match (regex)
pattern <- paste(test, collapse = "|") # create regex pattern
grepl(pattern, x)
# [1]  TRUE  TRUE  TRUE FALSE

你的任务的整个命令：

d <- subset(b, grepl(paste(test, collapse= "|"), b$X))

"|" 表示正则表达式中的逻辑或。

【讨论】：

我可能误导了你。测试有 512 个不同的值。我猜为什么我得到“参数'模式'的长度> 1并且只使用第一个元素”？

非常感谢！它就像一个魅力。但是我仍然找不到我所有的512个名字，只有287个。经过精确测试，我发现只有256个。代码没有问题，它一定是别的......

这里有点晚来帮助你@user3236594，但问题可能出在订单上。 grepl(paste(test, collapse= "|") 匹配 somethingsome 或 thing 或 some 或 something 但不匹配，“thing blah some”。在这种情况下，您需要执行 grepl(thing, b$x) & grepl(some, b$x) 以使其正常工作。