如果名为的列包含部分值,则保留行

使用Base R,您可以尝试:

df_cols <- df[, grepl("Camp", names(df))]
df[apply(df_cols, 1, function(x) all(grepl("A|B", x) | is.na(x))), ]

  Camp1 Ade2 Camp3 Ade4
1    dA    1    eB    2
3    gB    3  <NA>   NA

在第一步中,它标识在其名称中包含“camp”的列,然后根据给定条件对数据进行子集。

我们可以使用 filter_at 从 dplyr . 使用 starts_with helper函数,我们将过滤器应用于以 'Camp' . 在这些列中,我们筛选 all_vars 包含 A 或 B 或 NA :

library(dplyr)

df %>%
  filter_at(vars(starts_with("Camp")), all_vars(grepl('A|B', .) | is.na(.)))

输出:

  Camp1 Ade2 Camp3 Ade4
1    dA    1    eB    2
2    gB    3  <NA>   NA

数据:

df <- structure(list(Camp1 = structure(1:3, .Label = c("dA", "dB", 
"gB"), class = "factor"), Ade2 = c(1L, 4L, 3L), Camp3 = structure(c(1L, 
2L, NA), .Label = c("eB", "uC"), class = "factor"), Ade4 = c(2L, 
8L, NA)), class = "data.frame", row.names = c(NA, -3L))

这里有一个tidyverse风格的解决方案。

使用 filter_at :

my_df %>%
    filter_at(vars(matches('Camp')), all_vars(is.na(.) | str_detect(., 'A|B')))

在这里, vars(matches('Camp')) 指示筛选名称中包含字符串的列 Camp 和 all_vars(...) 说只保留行 全部的 列[与“camp”匹配]符合指定的条件。

你需要这么做 require(tidyverse) 和 require(stringr) 为了这个工作。