根据字符串匹配选择列-dplyr :: select

我有一个包含很多列的数据框（“数据”）。一些列包含某个字符串（“ search_string”）。

如何使用dplyr::select()给我一个仅包含包含字符串的列的子集？

我试过了：

# columns as boolean vector
select(data, grepl("search_string",colnames(data)))

# columns as vector of column names names 
select(data, colnames(data)[grepl("search_string",colnames(data))]) 

他们都不工作。

我知道可以select()接受数值向量替代列，例如：

select(data,5,7,9:20)

但是我不知道如何ID从grepl()表达式中获取列s的数值向量。

在dplyr世界中，尝试：

select(iris,contains("Sepal"))

请参见在选择部分?select用于许多其他佣工喜欢starts_with，ends_with等等。

你可以试试：

select(data, matches("search_string"))

它比contains-更通用-您可以使用正则表达式（例如"one_string|or_the_other"）。

有关更多示例，请参见：http : //rpackages.ianhowson.com/cran/dplyr/man/select.html。

无需select使用[而只需使用

data[,grepl("search_string", colnames(data))]

让我们尝试使用iris数据集

>iris[,grepl("Sepal", colnames(iris))]
  Sepal.Length Sepal.Width
1          5.1         3.5
2          4.9         3.0
3          4.7         3.2
4          4.6         3.1
5          5.0         3.6
6          5.4         3.9

基于Piotr Migdals的响应，我想给出一个替代解决方案，以实现字符串向量的可能性：

myVectorOfStrings <- c("foo", "bar")
matchExpression <- paste(myVectorOfStrings, collapse = "|")
# [1] "foo|bar"
df %>% select(matches(matchExpression))

使用正则表达式OR运算符（|）

注意：如果您确实有一个简单的列名向量（并且不需要RegExpression的功能），请参阅此答案下方的注释（因为它是更干净的解决方案）。