搜索字符串以忽略多个匹配项

Question

我有一个数据框，其列名如下所示：

d=c("Q.40a-some Text", "Q.40b-some Text", "Q.44a-some Text", "Q.44b-some Text" "Q.44c-some Text" "Q.44d-some Text" ,"Q.4a-some Text", "Q.4b-some Text")

我想识别以 Q.4 开头的列并忽略 Q.40、Q.44。

例如，识别 Q.44 或 Q.40 很容易。我所做的是使用此 "^Q.44" 或“^Q.40”作为我函数的输入。但是，如果我为识别 Q.4 做同样的事情，这就不起作用了——仅仅是因为所有的名字都以 Q.4 开头。那么，有人可以帮我吗？

更新

我想将结果传递给接受如下输入的函数：

multichoice<-function(data, question.prefix){

  index<-grep(question.prefix, names(data))    # identifies the index for the available options in Q.12
  cases<-length(index)                # The number of possible options / columns 

  # Identify the range of possible answers for each question 
  # Step 1. Search for the min in each col and across each col choose the min
  # step 2. Search for the max in each col and across each col choose the max 

  mn<-min(data[,index[1:cases]], na.rm=T)
  mx<-max(data[,index[1:cases]], na.rm=T)
  d = colSums(data[, index] != 0, na.rm = TRUE)  # The number of elements across column vector, that are different from zero. 

  vec<-matrix(,nrow=length(mn:mx),ncol=cases)

  for(j in 1:cases){
    for(i in mn:mx){
      vec[i,j]=sum(data[, index[j]] == i, na.rm = TRUE)/d[j]  # This stores the relative responses for option j for the answer that is i
    }
  }

  vec1<-as.data.frame(vec)
  names(vec1)<-names(data[index])
  vec1<-t(vec1)
  return(vec1)
}

我使用函数的方式是这样的

q4 <-multichoice(df2,"^Q.4")

我打算通过“^Q.4”识别 Q.4 的列，而 df2 是我的数据框。

Answer 1

我们可以使用stringr、

library(stringr)
str_extract(d, 'Q.[0-9]+') == 'Q.4'
#[1] FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE

#or 

d[str_extract(d, 'Q.[0-9]+') == 'Q.4']
#[1] "Q.4a-some Text" "Q.4b-some Text"

如果格式始终相同（即 Q.[0-9]...），那么我们可以使用 gsub

gsub('\D', '', d) == 4
#[1] FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE

Answer 2

这是一个使用 grep 的方法： return 指数

grep("^Q\.4[^0-9]", d)

列名中：

grep("^Q\.4[^0-9]", d, value=T)

这是可行的，因为 [^0-9] 表示任何不是数字的字符，所以我们按字面匹配 Q.4，然后匹配任何非数字的字符串。

我相信你在函数中的 mn 语句中想要的是

mn <- min(sapply(data[,index], min, na.rm=T), na.rm=T)

sapply 遍历所选索引 grep 选择的列，并找到 min 的最小值。然后，min 应用于所有列。

搜索字符串以忽略多个匹配项

Searching strings to ignore multiple matches

r

string

full-text-search

data-cleaning