grep使用具有多个模式的字符向量

我试图用来grep测试字符串向量是否存在于另一个向量中，并输出存在的值（匹配模式）。

我有一个像这样的数据框：

FirstName Letter   
Alex      A1
Alex      A6
Alex      A7
Bob       A1
Chris     A9
Chris     A6

我在“字母”（Letter）列中有一个字符串模式向量，例如： c("A1", "A9", "A6")。

我想检查模式向量中的任何字符串是否在“字母”列中。如果是的话，我希望输出唯一值。

问题是，我不知道如何使用grep多种模式。我试过了：

matches <- unique (
    grep("A1| A9 | A6", myfile$Letter, value=TRUE, fixed=TRUE)
)

但这给了我0个匹配，这是不正确的，有什么建议吗？

除了@Marek关于not included的注释fixed==TRUE，您还需要在正则表达式中不要包含空格。它应该是"A1|A9|A6"。

您还提到了很多模式。假设它们在向量中

toMatch <- c("A1", "A9", "A6")

然后，您可以直接使用paste和创建正则表达式collapse = "|"。

matches <- unique (grep(paste(toMatch,collapse="|"), 
                        myfile$Letter, value=TRUE))

好的答案，但是请不要忘记filter()dplyr：

patterns <- c("A1", "A9", "A6")
>your_df
  FirstName Letter
1      Alex     A1
2      Alex     A6
3      Alex     A7
4       Bob     A1
5     Chris     A9
6     Chris     A6

result <- filter(your_df, grepl(paste(patterns, collapse="|"), Letter))

>result
  FirstName Letter
1      Alex     A1
2      Alex     A6
3       Bob     A1
4     Chris     A9
5     Chris     A6

这应该工作：

grep(pattern = 'A1|A9|A6', x = myfile$Letter)

或更简单地说：

library(data.table)
myfile$Letter %like% 'A1|A9|A6'

根据Brian Digg的帖子，这里有两个有用的过滤列表功能：

#Returns all items in a list that are not contained in toMatch
#toMatch can be a single item or a list of items
exclude <- function (theList, toMatch){
  return(setdiff(theList,include(theList,toMatch)))
}

#Returns all items in a list that ARE contained in toMatch
#toMatch can be a single item or a list of items
include <- function (theList, toMatch){
  matches <- unique (grep(paste(toMatch,collapse="|"), 
                          theList, value=TRUE))
  return(matches)
}

您是否尝试过match()or charmatch()功能？

使用示例：

match(c("A1", "A9", "A6"), myfile$Letter)

不知道这个答案是否已经出现...

对于问题中的特定模式，您只需一个grep()电话就可以完成，

grep("A[169]", myfile$Letter)

添加到Brian Diggs答案。

使用grepl的另一种方法将返回包含所有值的数据框。

toMatch <- myfile$Letter

matches <- myfile[grepl(paste(toMatch, collapse="|"), myfile$Letter), ]

matches

Letter Firstname
1     A1      Alex 
2     A6      Alex 
4     A1       Bob 
5     A9     Chris 
6     A6     Chris

也许更清洁...也许？

拿走空间。这样：

matches <- unique(grep("A1|A9|A6", myfile$Letter, value=TRUE, fixed=TRUE))

使用 sapply

 patterns <- c("A1", "A9", "A6")
         df <- data.frame(name=c("A","Ale","Al","lex","x"),Letters=c("A1","A2","A9","A1","A9"))



   name Letters
1    A      A1
2  Ale      A2
3   Al      A9
4  lex      A1
5    x      A9


 df[unlist(sapply(patterns, grep, df$Letters, USE.NAMES = F)), ]
  name Letters
1    A      A1
4  lex      A1
3   Al      A9
5    x      A9

我建议编写一个小脚本并使用Grep进行多次搜索。我从来没有找到一种搜索多种模式的方法，相信我，我已经找到了！

像这样，您的带有嵌入式字符串的shell文件：

 #!/bin/bash 
 grep *A6* "Alex A1 Alex A6 Alex A7 Bob A1 Chris A9 Chris A6";
 grep *A7* "Alex A1 Alex A6 Alex A7 Bob A1 Chris A9 Chris A6";
 grep *A8* "Alex A1 Alex A6 Alex A7 Bob A1 Chris A9 Chris A6";

然后通过键入myshell.sh运行。

如果您希望能够在命令行中传递该字符串，请使用shell参数以这种方式进行操作-这是bash表示法btw：

 #!/bin/bash 
 $stingtomatch = "${1}";
 grep *A6* "${stingtomatch}";
 grep *A7* "${stingtomatch}";
 grep *A8* "${stingtomatch}";

依此类推。

如果要匹配的模式很多，可以将其放入for循环中。