grep使用具有多个模式的字符向量

Question

我试图用来grep测试字符串向量是否存在于另一个向量中,并输出存在的值(匹配模式).

我有一个这样的数据框:

FirstName Letter   
Alex      A1
Alex      A6
Alex      A7
Bob       A1
Chris     A9
Chris     A6

我有一个字符串模式的向量可以在"Letter"列中找到,例如:c("A1", "A9", "A6").

我想检查模式向量中的任何字符串是否出现在"Letter"列中.如果是,我想要输出唯一值.

问题是,我不知道如何使用grep多种模式.我试过了:

matches <- unique (
    grep("A1| A9 | A6", myfile$Letter, value=TRUE, fixed=TRUE)
)

但它给了我0场比赛,这是不是真的,任何建议？

Answer 1

除了@ Marek关于不包括的评论之外fixed==TRUE,您还需要在正则表达式中不要使用空格.它应该是"A1|A9|A6".

你还提到有很多模式.假设它们在向量中

toMatch <- c("A1", "A9", "A6")

然后,您可以直接从此创建正则表达式.

matches <- unique (grep(paste(toMatch,collapse="|"), 
                        myfile$Letter, value=TRUE))

Answer 2

好的答案,但不要忘记filter()从dplyr:

patterns <- c("A1", "A9", "A6")
>your_df
  FirstName Letter
1      Alex     A1
2      Alex     A6
3      Alex     A7
4       Bob     A1
5     Chris     A9
6     Chris     A6

result <- filter(your_df, grepl(paste(patterns, collapse="|"), Letter))

>result
  FirstName Letter
1      Alex     A1
2      Alex     A6
3       Bob     A1
4     Chris     A9
5     Chris     A6

Answer 3

根据Brian Digg的帖子,这里有两个有用的过滤列表函数:

#Returns all items in a list that are not contained in toMatch
#toMatch can be a single item or a list of items
exclude <- function (theList, toMatch){
  return(setdiff(theList,include(theList,toMatch)))
}

#Returns all items in a list that ARE contained in toMatch
#toMatch can be a single item or a list of items
include <- function (theList, toMatch){
  matches <- unique (grep(paste(toMatch,collapse="|"), 
                          theList, value=TRUE))
  return(matches)
}

Answer 4

这应该工作：

grep(pattern = 'A1|A9|A6', x = myfile$Letter)

或更简单地说：

myfile$Letter %like% 'A1|A9|A6'

Answer 5

您是否尝试过match()orcharmatch()功能？

使用示例：

match(c("A1", "A9", "A6"), myfile$Letter)

Answer 6

添加到 Brian Diggs 的答案。

另一种使用 grepl 的方法将返回一个包含所有值的数据框。

toMatch <- myfile$Letter

matches <- myfile[grepl(paste(toMatch, collapse="|"), myfile$Letter), ]

matches

Letter Firstname
1     A1      Alex 
2     A6      Alex 
4     A1       Bob 
5     A9     Chris 
6     A6     Chris

也许更干净一点……也许？

Answer 7

不知道这个答案是否已经出现...

对于问题中的特定模式，您只需一个grep()电话就可以完成，

grep("A[169]", myfile$Letter)

Answer 8

我建议编写一个小脚本并使用 Grep 进行多次搜索。我从来没有找到一种方法来搜索多种模式，相信我，我已经看过了！

像这样，你的 shell 文件，带有嵌入的字符串：

 #!/bin/bash 
 grep *A6* "Alex A1 Alex A6 Alex A7 Bob A1 Chris A9 Chris A6";
 grep *A7* "Alex A1 Alex A6 Alex A7 Bob A1 Chris A9 Chris A6";
 grep *A8* "Alex A1 Alex A6 Alex A7 Bob A1 Chris A9 Chris A6";

然后输入 myshell.sh 运行。

如果您希望能够在命令行中传递字符串，请像这样使用 shell 参数——顺便说一句，这是 bash 表示法：

 #!/bin/bash 
 $stingtomatch = "${1}";
 grep *A6* "${stingtomatch}";
 grep *A7* "${stingtomatch}";
 grep *A8* "${stingtomatch}";

等等。

如果有很多模式需要匹配，可以将其放入 for 循环中。