select 列的模式在 data.table 中
select columns with patterns in data.table
我有一个数据 table，其中包含许多列，例如 real_0_h、real_1_h、real_2_h 等等。不幸的是，我还有其他列，例如 real_dose.
我的代码看起来像那样（data.table 包）：
melt(dt, id.vars = c("id", "dose"), measure.vars = patterns("^real_"))
这样，显然 real_dose 也会被选中，但我只想参考 real_0_h:real_24_h （dplyr 语法）。它是怎么做到的？
patterns 接受标准正则表达式。
您可以使用以下模式 select 只有 real_
之后的数字
melt(dt, id.vars = c("id", "dose"), measure.vars = patterns("^real_[0-9]"))
在没有可重现示例的情况下，可以使用 grepl:
测试此模式
grepl('^real_[0-9]',c('real_dose','real_0_h','real_24_h'))
[1] FALSE TRUE TRUE
我有一个数据 table，其中包含许多列，例如 real_0_h、real_1_h、real_2_h 等等。不幸的是，我还有其他列，例如 real_dose.
我的代码看起来像那样（data.table 包）：
melt(dt, id.vars = c("id", "dose"), measure.vars = patterns("^real_"))
这样，显然 real_dose 也会被选中，但我只想参考 real_0_h:real_24_h （dplyr 语法）。它是怎么做到的？
patterns 接受标准正则表达式。
您可以使用以下模式 select 只有 real_
melt(dt, id.vars = c("id", "dose"), measure.vars = patterns("^real_[0-9]"))
在没有可重现示例的情况下，可以使用 grepl:
grepl('^real_[0-9]',c('real_dose','real_0_h','real_24_h'))
[1] FALSE TRUE TRUE