如何使用R实现基于另一列中没有出现在每个观察中的字符串的组的grep？

Question

必须简化之前一个失败的问题。

我希望提取由'id‘标识的整个组，其中包含另一列中的字符串('inter’或'high')，名为“strmatch”。这个字符串并不会出现在这个组的每个观察中，但是如果它发生了，我希望将这个组分配给相应的数据帧。

数据帧

df <- data.frame(id = c("a", "a", "b", "b","c", "c","d","d"),
                 std = c("y", "y","n","n","y","y","n","n"),
                 strmatch = c("alpha","TMB-inter","beta","TMB-high","gamma","delta","epsilon","TMB-inter"))

看上去像这样

id  std strmatch
a   y   alpha
a   y   TMB-inter
b   n   beta
b   n   TMB-high
c   y   gamma
c   y   delta
d   n   epsilon
d   n   TMB-inter

预期结果

dfa

id  std strmatch
a   y   alpha
a   y   TMB-inter
d   n   epsilon
d   n   TMB-inter

dfb

id  std strmatch
b   n   beta
b   n   TMB-high

dfc

id  std strmatch
c   y   gamma
c   y   delta

我试过什么

split(df, grepl("high", df$strmatch))

只提供两个数据帧，一个包含“高”行，另一个包含其他数据帧。

非常感谢你的帮助。

Answer 1

你可以把它分成两部分。首先查找与"inter|high"匹配的值，然后将它们分解为单独的数据格式，然后查找与任何unique_vals不匹配的值。

unique_vals <- unique(grep("inter|high", df$strmatch, value = TRUE))

c(lapply(unique_vals, function(x) subset(df, id %in% id[strmatch == x])), 
         list(subset(df, !id %in% id[strmatch %in% unique_vals])))


#[[1]]
#  id std  strmatch
#1  a   y     alpha
#2  a   y TMB-inter
#7  d   n   epsilon
#8  d   n TMB-inter

#[[2]]
#  id std strmatch
#3  b   n     beta
#4  b   n TMB-high

#[[3]]
#  id std strmatch
#5  c   y    gamma
#6  c   y    delta