數據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、實驗設計、物種注釋之間都要不斷篩選，來進行數據對齊，或局部分析。
今天來詳解一下此函數的用法。
match
match：匹配兩個向量，返回x中存在的返回索引或TRUE、FALSE
match函數使用格式有如下兩種:
第一種方便設置參數，返回x中元素在table中的位置
|
1
|
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
|
1
|
x %in% table |
參數詳解
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;
incomparables: 指定不能用來匹配的值.
match函數是一個完全匹配函數, 當兩個元素類型不一樣時, 如果進行類型轉換后匹配得上的話, 則仍可匹配, 可看下例.
匹配上且返回位置
|
1
|
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
|
1
|
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函數是一個部分匹配函數, 依次從x里面挑出元素, 對照table進行匹配, 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, 則認為沒有值與其匹配上.
pmatch函數的格式
|
1
|
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;
duplicates.ok: table里面的元素是否可以適用多次.
默認不允許重復使用table中元素，返回位置1 2 3
|
1
|
pmatch(rep(1, 3), rep(1, 5)) |
允許重復，返回位置1 1 1
|
1
|
pmatch(rep(1, 3), rep(1, 5), duplicates.ok = TRUE) |
補充：R語言實例-數據過濾
1、問題
一組數據，變量有40個，就是40列。
我要做數據篩選。
1.第一列中包含語段"a11","a12","b23"。請注意是包含，實際不存在“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語言語句應該怎么寫？
2、解決
假設樓主的數據為一數據框，名字為“testdat”，第一列名"a"，第二列名"b"，則過濾語句為：
|
1
|
result<-subset(testdat,grepl("a11|a12|b23",testdat$a) & !grepl("美國|日本",testdat$b)) |
3、注意
grep()函數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：
|
1
2
|
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 vectorgrepl returns a logical vector (match or not for each element of x). |
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持服務器之家。如有錯誤或未考慮完全的地方，望不吝賜教。
原文鏈接：https://metagenome.blog.csdn.net/article/details/84927296
