使用字符串或条件在R中的子集

Question

我有一个大约40列的数据框架，第二列，数据[2]包含该行数据其余数据所描述的公司名称。但是，根据年份，公司的名称不同（2009年数据落后09，2010年没有）。

我希望能够将数据归为子集，以便我可以立即进行两年。这是我想做的示例...

subset(data, data[2] == "Company Name 09" | "Company Name", drop = T) 

本质上，我在子集功能中使用或操作员很难使用。

但是，我尝试了其他替代方案：

subset(data, data[[2]] == grep("Company Name", data[[2]]))

也许有一种更简单的方法可以使用字符串函数进行操作？

任何想法都将被插入。

Answer 1

首先（就像乔纳森（Jonathan）在评论中所做的那样）要参考第二列 data[[2]] 或者 data[,2]. 。但是，如果您使用子集，则可以使用列名： subset(data, CompanyName == ...).

对于您的问题，我将做一个：

subset(data, data[[2]] %in% c("Company Name 09", "Company Name"), drop = TRUE) 
subset(data, grepl("^Company Name", data[[2]]), drop = TRUE)

第二我使用 grepl （带有R 2.9版的引入），该版本返回逻辑向量 TRUE 比赛。

Answer 2

几件事：

1）模型数据很有用，因为我们不知道您面对什么。如果可能的话，请提供数据。也许我误解了下面的内容？

2）不要使用 [[2]] 要索引您的数据。帧，我认为[“ colname”]更清楚

3）如果唯一的区别是名称中的“ 09”，则只需将其重新纠正：

R> x1 <- c("foo 09", "bar", "bar 09", "foo")
R> x2 <- gsub(" 09$", "", x1)
[1] "foo" "bar" "bar" "foo"
R> 

现在，您应该能够在直接转换的数据上进行子集：

R> data <- data.frame(value=1:4, name=x1)
R> subset(data, gsub(" 09$", "", name)=="foo")
  value   name
1     1 foo 09
4     4    foo
R> 

您也可以用regexp'ED值替换名称列。