如何在 R data.table 中选择包含特定字符和列类型的列

Question

假设我有一个数据框，如下所示；

假设我希望选择列名称中包含“cases”的列，和/或如果我希望选择数字列，如何使用 data.table 语法实现此目的？

即相当于代码tidyverse；

df <- df |> 
  select(contains("cases"))

或者

df <- df |> 
  select(where(is.numeric))

结果是；

Answer 1

set.seed(42)
quux <- data.table(Region = paste("Region", LETTERS[1:3]), cases_1=runif(3), cases_2=sample(20,size=3), cases_3=runif(3))
quux
#      Region   cases_1 cases_2   cases_3
#      <char>     <num>   <int>     <num>
# 1: Region A 0.9148060      10 0.1346666
# 2: Region B 0.9370754       4 0.6569923
# 3: Region C 0.2861395      18 0.7050648

quux[, .SD, .SDcols = patterns("cases")]
#      cases_1 cases_2   cases_3
#        <num>   <int>     <num>
# 1: 0.9148060      10 0.1346666
# 2: 0.9370754       4 0.6569923
# 3: 0.2861395      18 0.7050648

虽然文字“if numeric”如 @Tobo 所说，但如果您的逻辑稍微复杂一点，那么您可以用来sapply生成一个向量（逻辑、整数或名称）。请注意，我们不能.SD在这里使用。

quux[, .SD, .SDcols = is.numeric]
#      cases_1 cases_2   cases_3
#        <num>   <int>     <num>
# 1: 0.9148060      10 0.1346666
# 2: 0.9370754       4 0.6569923
# 3: 0.2861395      18 0.7050648
quux[, .SD, .SDcols = sapply(quux, is.numeric)] # same output

通过“更复杂”，如果您想过滤名称中包含“cases”并且是数字但不是整数（人为的）的列，那么

cols <- grepl("cases", colnames(quux)) & sapply(quux, typeof) == "double"
quux[, .SD, .SDcols = names(which(cols))]
#      cases_1   cases_3
#        <num>     <num>
# 1: 0.9148060 0.1346666
# 2: 0.9370754 0.6569923
# 3: 0.2861395 0.7050648
quux[, names(which(cols)), with=FALSE] # same output

（typeof返回double数字和integer整数，这里有明显的区别。）