使用R，如何過濾一列以保持項目包含在另一個？

-1

columna <- c(1,2,3) 
columnb <- c("a b e", "c d", "a c d") 
columnc <- as.Date(c('2010-11-1','2008-3-25','2007-3-14')) 
alldata <- data.frame(columna,columnb,columnc) 
tokeep <- c("c", "e")

一個數據幀，我希望得到同樣的alldata與columnb修改爲只在columnb保持tokeep中發現的字符串。

理想的情況下，我想有alldata$columnb是

[ "e", "c", "c" ]

我第一次想到自己可以使用類似

filter(alldata, alldata$columnb %in% tokeep) 
alldata[which(alldata$b %in% tokeep), ]

，但我不能設法找到一個解決方案。

有人可以指導我嗎？

來源

2016-11-26 Pierre Laurent

順便說一句，請參閱[如何SO接受答案（HTTP： //meta.stackexchange.com/questions/5234/how-does-accepting-an-answer-work）。如果一個答案適用於你，你應該接受它來獲得一些重要點並讓其他人知道問題已經解決。 –

我們可以嘗試使用gsub代替我們不想用一個空字符串中的字符

alldata$columnb<- gsub(paste0("[^",paste0(tokeep,collapse = "|"),"]"),"", alldata$columnb) 

alldata 
# columna columnb columnc 
#1  1  e 2010-11-01 
#2  2  c 2008-03-25 
#3  3  c 2007-03-14

我們正在創建的正則表達式是

paste0("[^",paste0(tokeep, collapse = "|"), "]") 

#[1] "[^c|e]"

這意味着除了c或e什麼。

編輯

按Wiktor的的評論，我們可能需要的正則表達式爲

paste0("[^",paste0(tokeep,collapse = ""),"]") 
#[1] "[^ce]"

來源

2016-11-26 08:27:59

我很抱歉，我現在不能投票。這是如此聰明的Ronak！ –

'[^ c | e]'表示不是'c'，'|'和'e'，你絕對不需要'|'。另外，'[^ e]'是否定的*字符*類，它不適用於超過1個字符的字符串。 –

我明白了。謝謝你Wiktor。按照OP所示的例子，我假定'columnb'中的值只有1個字符。 –

另一種選擇是str_extract

library(stringr) 
alldata$columnb <- str_extract(alldata$columnb, paste(tokeep, collapse="|")) 
alldata$columnb 
[#1] "e" "c" "c"

來源

2016-11-26 10:06:18 akrun

使用R，如何過濾一列以保持項目包含在另一個？

回答

相關問題