數(shù)據(jù)篩選是在分析中最常用的步驟，如微生物組分析中，你的OTU表、實(shí)驗設(shè)計、物種注釋之間都要不斷篩選，來進(jìn)行數(shù)據(jù)對齊，或局部分析。

今天來詳解一下此函數(shù)的用法。

match

match：匹配兩個向量，返回x中存在的返回索引或TRUE、FALSE

match函數(shù)使用格式有如下兩種:

第一種方便設(shè)置參數(shù)，返回x中元素在table中的位置

match(x, table, nomatch = NA_integer_, incomparables = NULL)

第二種簡潔，返回x中每個元素在table中是否存在

x %in% table

參數(shù)詳解

x: 向量, 要匹配的值;

table: 向量, 被匹配的值;

nomatch: 沒匹配上的返回值, 必須是整數(shù);

incomparables: 指定不能用來匹配的值.

match函數(shù)是一個完全匹配函數(shù), 當(dāng)兩個元素類型不一樣時, 如果進(jìn)行類型轉(zhuǎn)換后匹配得上的話, 則仍可匹配, 可看下例.

匹配上且返回位置

match(c(1, "TRUE"), c(T, 0, "1"))

返回3 1，即1位于表中的3號位，TRUE位于1號位，且T和TRUE可匹配成功

c(1, "TRUE", F) %in% c(T, 0, "1")

返回TRUE TRUE FALSE，表示每個元素在table中是否存在

pmatch

pmatch函數(shù)是一個部分匹配函數(shù), 依次從x里面挑出元素, 對照table進(jìn)行匹配, 若匹配上則剔除匹配上的值, 不再參與下次匹配, duplicate.ok可設(shè)置是否剔除; 對于某一個元素,

匹配一共分成三步:

1、如果可以完全匹配, 則認(rèn)為匹配上了, 返回table中的位置;

2、不滿足上述條件, 如果是唯一部分匹配, 則返回table中的位置;

3、不滿足上述條件, 則認(rèn)為沒有值與其匹配上.

pmatch函數(shù)的格式

pmatch(x, table, nomatch = NA_integer_, duplicates.ok = FALSE)

x: 向量, 要匹配的值;

table: 向量, 被匹配的值;

nomatch: 沒匹配上的返回值, 必須是整數(shù);

duplicates.ok: table里面的元素是否可以適用多次.

默認(rèn)不允許重復(fù)使用table中元素，返回位置1 2 3

pmatch(rep(1, 3), rep(1, 5))

允許重復(fù)，返回位置1 1 1

pmatch(rep(1, 3), rep(1, 5), duplicates.ok = TRUE)

補(bǔ)充：R語言實(shí)例-數(shù)據(jù)過濾

1、問題

一組數(shù)據(jù)，變量有40個，就是40列。

我要做數(shù)據(jù)篩選。

1.第一列中包含語段"a11","a12","b23"。請注意是包含，實(shí)際不存在“a11”,往往是“a1120”之類的信息

2.第二列中不包含“美國”、“日本”等信息。請注意，也是不包含，而不是不等于。

請問具體的R語言語句應(yīng)該怎么寫？

2、解決

假設(shè)樓主的數(shù)據(jù)為一數(shù)據(jù)框，名字為“testdat”，第一列名"a"，第二列名"b"，則過濾語句為：

result<-subset(testdat,grepl("a11|a12|b23",testdat$a) & !grepl("美國|日本",testdat$b))

3、注意

grep()函數(shù)返回的是匹配元素的索引，grepl()返回的是匹配或不匹配的邏輯值：

grep(value = FALSE) returns a vector of the indices of the elements of x that yielded a match (or not, for invert = TRUE. This will be an integer vector unless the input is a long vector
grepl returns a logical vector (match or not for each element of x).

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

最新評論