如何在R中从列无序的数据框选取最后一个编号colN列？

给定以下R代码生成的乱序数据框，需要选取colN系列列中编号N最大的列（本例为col5）：

set.seed(25)

x = data.frame(col1 = rnorm(5),
               col2 = rnorm(5),
               col3 = rnorm(5),
               col4 = rnorm(5),
               col5 = rnorm(5),
               other_data1 = sample(letters, 5),
               other_data2 = sample(letters, 5),
               other_data3 = sample(letters, 5))

x = x[ ,sample(names(x))]

Base R 实现 #

通过提取列名中的数字、筛选最大值，再匹配目标列：

# 提取所有col开头列的编号数字
col_numbers <- as.integer(sub("col", "", grep("^col", names(x), value = TRUE)))
# 找到最大编号
max_col <- max(col_numbers)
# 选取对应列
target_col <- x[, paste0("col", max_col)]

也可以合并为一行简洁写法：

x[, paste0("col", max(as.integer(sub("col", "", grep("^col", names(x), value = TRUE)))))]

tidyverse 实现 #

结合dplyr和stringr工具完成筛选：

library(dplyr)
library(stringr)

# 分步实现更清晰
max_col_number <- names(x) %>%
  str_subset("^col") %>%  # 筛选col开头的列名
  str_extract("\\d+") %>% # 提取编号数字
  as.integer() %>%
  max()

# 选取目标列
x %>% select(all_of(str_c("col", max_col_number)))

或者合并为链式调用：

x %>%
  select(str_c("col", max(as.integer(str_extract(names(.), "^col(\\d+)", group = 1)))))

内容的提问来源于stack exchange，提问作者NM_