133

我想根据列中字符串的部分匹配从数据框中选择行，例如列“x”包含字符串“hsa”。使用sqldf-如果它有like语法 - 我会做类似的事情：

select * from <> where x like 'hsa'.

不幸的是，sqldf不支持该语法。

或类似地：

selectedRows <- df[ , df$x %like% "hsa-"]

这当然行不通。

有人可以帮我吗？

4

4 回答 4

187

我注意到您%like%在当前方法中提到了一个功能。我不知道这是否是对%like%来自“data.table”的引用，但如果是，您绝对可以按如下方式使用它。

请注意，对象不必是 a data.table（但也要记住data.frames 和data.tables 的子集方法不相同）：

library(data.table)
mtcars[rownames(mtcars) %like% "Merc", ]
iris[iris$Species %like% "osa", ]

如果这就是您所拥有的，那么也许您只是混合了行和列位置以进行子集数据。

如果您不想加载包，可以尝试使用grep()搜索您匹配的字符串。这是数据集的一个示例mtcars，我们匹配行名称包含“Merc”的所有行：

mtcars[grep("Merc", rownames(mtcars)), ]
             mpg cyl  disp  hp drat   wt qsec vs am gear carb
# Merc 240D   24.4   4 146.7  62 3.69 3.19 20.0  1  0    4    2
# Merc 230    22.8   4 140.8  95 3.92 3.15 22.9  1  0    4    2
# Merc 280    19.2   6 167.6 123 3.92 3.44 18.3  1  0    4    4
# Merc 280C   17.8   6 167.6 123 3.92 3.44 18.9  1  0    4    4
# Merc 450SE  16.4   8 275.8 180 3.07 4.07 17.4  0  0    3    3
# Merc 450SL  17.3   8 275.8 180 3.07 3.73 17.6  0  0    3    3
# Merc 450SLC 15.2   8 275.8 180 3.07 3.78 18.0  0  0    3    3

并且，另一个示例，使用iris数据集搜索字符串osa：

irisSubset <- iris[grep("osa", iris$Species), ]
head(irisSubset)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1          5.1         3.5          1.4         0.2  setosa
# 2          4.9         3.0          1.4         0.2  setosa
# 3          4.7         3.2          1.3         0.2  setosa
# 4          4.6         3.1          1.5         0.2  setosa
# 5          5.0         3.6          1.4         0.2  setosa
# 6          5.4         3.9          1.7         0.4  setosa

对于您的问题，请尝试：

selectedRows <- conservedData[grep("hsa-", conservedData$miRNA), ]
于 2012-10-24T06:31:04.883 回答
83

str_detect()从stringr包中尝试，它检测字符串中是否存在模式。

这是一种还结合了%>%管道和filter()来自dplyr包的方法：

library(stringr)
library(dplyr)

CO2 %>%
  filter(str_detect(Treatment, "non"))

   Plant        Type  Treatment conc uptake
1    Qn1      Quebec nonchilled   95   16.0
2    Qn1      Quebec nonchilled  175   30.4
3    Qn1      Quebec nonchilled  250   34.8
4    Qn1      Quebec nonchilled  350   37.2
5    Qn1      Quebec nonchilled  500   35.3
...

这会针对处理变量包含子字符串“non”的行过滤样本 CO2 数据集（R 附带）。您可以调整是否str_detect找到固定匹配项或使用正则表达式 - 请参阅 stringr 包的文档。

于 2015-07-07T15:57:44.363 回答
22

LIKE应该在 sqlite 中工作：

require(sqldf)
df <- data.frame(name = c('bob','robert','peter'),id=c(1,2,3))
sqldf("select * from df where name LIKE '%er%'")
    name id
1 robert  2
2  peter  3
于 2012-10-24T06:43:03.087 回答
5

另一种选择是简单地使用grepl函数：

df[grepl('er', df$name), ]
CO2[grepl('non', CO2$Treatment), ]

df <- data.frame(name = c('bob','robert','peter'),
                 id = c(1,2,3)
                 )

# name id
# 2 robert  2
# 3  peter  3
于 2020-10-03T18:27:44.967 回答