具有多個正則表達式dplyr過濾柱

Question

我有兩個DF中的R（甲基=一些冗餘信息）

DF1：

   id value1 value2 value3 value4 
id1_meta_meta-meta 4.93 13.93 16.8 35.39 
id2_meta_meta-meta 28.63 45.43 30.52 61.71 
id3_meta_meta-meta 3.35 1.26 7.98 4.43 
id4_meta_meta-meta 16.78 50.47 32.48 55.52 
id5_meta_meta-meta 474.23 807.71 664.45 442.55 
id6_meta_meta-meta 26.26 32.83 24.64 41.58 
id7_meta_meta-meta 230.1 202.93 166.71 295.48 
id8_meta_meta-meta 651.21 1282.71 1012.28 2650.21 

DF2：

V1 
id1 
id2 
id3 
id4 
id5 

問題

嘗試根據df2中的ID篩選df1中的行

代碼

library(dplyr) 
library(stringr) 
df.common = df1 %>% 
    filter(str_detect(id, '*_') %in% df2$V1) 

錯誤

Error in filter_impl(.data, quo) : 
    Evaluation error: Syntax error in regexp pattern. (U_REGEX_RULE_SYNTAX). 

所需的輸出

df.common：

   id value1 value2 value3 value4 
id1_meta_meta-meta 4.93 13.93 16.8 35.39 
id2_meta_meta-meta 28.63 45.43 30.52 61.71 
id3_meta_meta-meta 3.35 1.26 7.98 4.43 
id4_meta_meta-meta 16.78 50.47 32.48 55.52 
id5_meta_meta-meta 474.23 807.71 664.45 442.55 

Answer 1

1. 使用gsub修剪id在df1

   • gsub("_.*", "", df1$id)會後_

2. 檢查什麼修剪id的是df2$V2刪除一切（這將返回行號）

3. 從df1

   提取的行

   df1[gsub("_.*", "", df1$id) %in% df2$V2, ] 
   

Answer 2

如果您使用dplyr和stringr，您也可以考慮採用這種方法。 str_replace_all就像gsub。 semi_join是一種「過濾連接」，允許您在df2中只保留找到匹配的記錄。

library(dplyr) 
library(stringr) 

df3 <- df1 %>% 
    mutate(id2 = str_replace_all(id, "_.*", "")) %>% 
    semi_join(df2, by = c("id2" = "V1")) %>% 
    select(-id2) 

df3 
        id value1 value2 value3 value4 
1 id1_meta_meta-meta 4.93 13.93 16.80 35.39 
2 id2_meta_meta-meta 28.63 45.43 30.52 61.71 
3 id3_meta_meta-meta 3.35 1.26 7.98 4.43 
4 id4_meta_meta-meta 16.78 50.47 32.48 55.52 
5 id5_meta_meta-meta 474.23 807.71 664.45 442.55