Auswählen von Datenrahmenzeilen basierend auf einer teilweisen Zeichenfolgenübereinstimmung in einer Spalte

Ich möchte Zeilen aus einem Datenrahmen basierend auf der teilweisen Übereinstimmung einer Zeichenfolge in einer Spalte auswählen, z. B. enthält die Spalte 'x' die Zeichenfolge "hsa". Mit sqldf- wenn es eine likeSyntax hätte - würde ich etwas tun wie:

select * from <> where x like 'hsa'.

sqldfUnterstützt diese Syntax leider nicht.

Oder ähnlich:

selectedRows <- df[ , df$x %like% "hsa-"]

Was natürlich nicht funktioniert.

Kann mir bitte jemand dabei helfen?

Ich stelle fest, dass Sie %like%in Ihrem aktuellen Ansatz eine Funktion erwähnen . Ich weiß nicht, ob das ein Verweis auf die %like%von "data.table" ist, aber wenn ja, können Sie sie definitiv wie folgt verwenden.

Beachten Sie, dass das Objekt kein a sein muss data.table(aber denken Sie auch daran, dass Teilmengenansätze für data.frames und data.tables nicht identisch sind):

library(data.table)
mtcars[rownames(mtcars) %like% "Merc", ]
iris[iris$Species %like% "osa", ]

Wenn Sie das hatten, hatten Sie vielleicht gerade die Zeilen- und Spaltenpositionen für die Teilmenge der Daten vertauscht.

Wenn Sie kein Paket laden möchten, können Sie versuchen, grep()nach der Zeichenfolge zu suchen, mit der Sie übereinstimmen. Hier ist ein Beispiel mit dem mtcarsDatensatz, in dem alle Zeilen abgeglichen werden, in denen der Zeilenname "Merc" enthält:

mtcars[grep("Merc", rownames(mtcars)), ]
             mpg cyl  disp  hp drat   wt qsec vs am gear carb
# Merc 240D   24.4   4 146.7  62 3.69 3.19 20.0  1  0    4    2
# Merc 230    22.8   4 140.8  95 3.92 3.15 22.9  1  0    4    2
# Merc 280    19.2   6 167.6 123 3.92 3.44 18.3  1  0    4    4
# Merc 280C   17.8   6 167.6 123 3.92 3.44 18.9  1  0    4    4
# Merc 450SE  16.4   8 275.8 180 3.07 4.07 17.4  0  0    3    3
# Merc 450SL  17.3   8 275.8 180 3.07 3.73 17.6  0  0    3    3
# Merc 450SLC 15.2   8 275.8 180 3.07 3.78 18.0  0  0    3    3

Ein weiteres Beispiel irisfür die Verwendung des Datensatzes, der nach der Zeichenfolge sucht osa:

irisSubset <- iris[grep("osa", iris$Species), ]
head(irisSubset)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1          5.1         3.5          1.4         0.2  setosa
# 2          4.9         3.0          1.4         0.2  setosa
# 3          4.7         3.2          1.3         0.2  setosa
# 4          4.6         3.1          1.5         0.2  setosa
# 5          5.0         3.6          1.4         0.2  setosa
# 6          5.4         3.9          1.7         0.4  setosa

Versuchen Sie für Ihr Problem:

selectedRows <- conservedData[grep("hsa-", conservedData$miRNA), ]

Versuchen Sie es mit str_detect()dem stringr- Paket, das das Vorhandensein oder Fehlen eines Musters in einem String erkennt.

Hier ist ein Ansatz, der auch die %>%Pipe und filter()das dplyr- Paket enthält:

library(stringr)
library(dplyr)

CO2 %>%
  filter(str_detect(Treatment, "non"))

   Plant        Type  Treatment conc uptake
1    Qn1      Quebec nonchilled   95   16.0
2    Qn1      Quebec nonchilled  175   30.4
3    Qn1      Quebec nonchilled  250   34.8
4    Qn1      Quebec nonchilled  350   37.2
5    Qn1      Quebec nonchilled  500   35.3
...

Dies filtert den CO2-Probendatensatz (der mit R geliefert wird) nach Zeilen, in denen die Behandlungsvariable den Teilstring "non" enthält. Sie können anpassen, ob str_detectfeste Übereinstimmungen gefunden werden oder ein regulärer Ausdruck verwendet wird - siehe Dokumentation zum stringr-Paket.

LIKE sollte in SQLite funktionieren:

require(sqldf)
df <- data.frame(name = c('bob','robert','peter'),id=c(1,2,3))
sqldf("select * from df where name LIKE '%er%'")
    name id
1 robert  2
2  peter  3