r语言 - 筛选列值以一组模式结尾的行

Question

>我有一个数据集如下

File_name     Folder
ord.cpp        1
rod.ibo        1
ppol.h         2
lko.cpp        3
rto.cp         3
tax.mo         2
t_po..lo.cpp   4

我需要对这个数据集进行子集化，以便数据集中只存在File_name以".cpp"或".h"结尾的行

Answer 1

将grepl用于基本 R 选项：

df_subset <- df[grepl("\.(?:cpp|h)$", df$File_name), ]
df_subset
File_name Folder
1      ord.cpp      1
3       ppol.h      2
4      lko.cpp      3
7 t_po..lo.cpp      4

演示

Answer 2

dplyr和stringr解决方案：

df %>%
filter(str_detect(File_name, ".cpp|.h"))
File_name Folder
1      ord.cpp      1
2       ppol.h      2
3      lko.cpp      3
4 t_po..lo.cpp      4

或者只需dplyr：

df %>%
filter(grepl(".cpp|.h", File_name))
File_name Folder
1      ord.cpp      1
2       ppol.h      2
3      lko.cpp      3
4 t_po..lo.cpp      4

Answer 3

基本 R 解决方案：

# Looking for a string eding with .cpp or .h
df[endsWith(df$File_name,(".cpp"))|endsWith(df$File_name,(".h")),]

输出：

File_name Folder
1      ord.cpp      1
3       ppol.h      2
4      lko.cpp      3
7 t_po..lo.cpp      4

Answer 4

我们还可以使用包file_ext函数来获取文件的文件扩展名tools然后将其用于子集数据框。

library(tools)
df[file_ext(df$File_name) %in% c("cpp", "h"), ]
#     File_name Folder
#1      ord.cpp      1
#3       ppol.h      2
#4      lko.cpp      3
#7 t_po..lo.cpp      4