在R中使用dplyr：：in ()和dplyr::select()进行正负子设置

Question

我正试图使用dplyr::select()和dplyr：：achieve ()的组合来实现正子设置，目标是通过多个字符串匹配进行子集。

最小的工作示例:从df1开始并执行负子设置时，我会按照预期生成df2。相反，在尝试对df1进行正子设置时，我生成df3 (没有列)，而我本来希望得到类似df4的东西。谢谢你的帮助。

df1 <- data.frame("ppt_paint"=c(45,98,23),"het_heating"=c(1,1,2) ,"orm_wood"=c("QQ","OA","BB"), "hours"=c(4,6,4), "distance"=c(23,65,21))
df2 <- df1 %>% select(-contains("ppt_")) %>% select(-contains("het_")) %>% select(-contains("orm_"))
df3 <- df1 %>% select(contains("ppt_")) %>% select(contains("het_")) %>% select(contains("orm_")) 
df4 <- data.frame("ppt_paint"=c(45,98,23),"het_heating"=c(1,1,2) ,"orm_wood"=c("QQ","OA","BB"))

Answer 1

想一想(并看看得到的data.frame)之后发生了什么：df1 %>% select(contains("ppt_"))。如前所述，它只保留了唯一包含"ppt_"的列。进一步的表达式不能像您预期的那样工作，因为其他列，无论您为select提供什么，都“不再存在”。

您可以保留相同的想法，但在同一个select中合并您的三个键：

df1 %>% select(matches("ppt_"), matches("het_"), matches("orm_"))
  ppt_paint het_heating orm_wood
1        45           1       QQ
2        98           1       OA
3        23           2       BB

或者，您可以使用接受正则表达式的matches来完成此操作：

df1 %>% select(matches(c("ppt_|het_|orm_")))
  ppt_paint het_heating orm_wood
1        45           1       QQ
2        98           1       OA
3        23           2       BB

顺便说一句，你也可以用它来缩短你的“负面”索引：

df1 %>% select(-matches("ppt_|het_|orm_"))
  hours distance
1     4       23
2     6       65
3     4       21