如何在R中选择含特定字符串的变量及高效清理大批量列名

• 使用dplyr包的select()配合contains()助手函数（tidyverse风格）：

  library(dplyr)
  # 从数据集df中选择名称包含"abc"的列
  df_selected <- df %>% select(contains("abc"))
  

  若需忽略大小写，添加参数：contains("abc", ignore.case = TRUE)

• 基础R实现，通过grepl()匹配列名后提取：

  # 匹配列名中包含"abc"的列索引
  target_cols <- grepl("abc", colnames(df))
  # 提取对应列
  df_selected <- df[, target_cols]
  

  忽略大小写可添加：grepl("abc", colnames(df), ignore.case = TRUE)

针对列名中*及后续内容（如*[Note]）的清理，优先使用向量化字符串操作，避免循环以保证效率：

• 基础R方案（性能最优）：

  # 直接替换原数据集列名，保留`*`之前的内容
  colnames(df) <- sub("\\*.*", "", colnames(df))
  

  正则说明：\\*匹配星号（转义后才是字面意义的星号），.*匹配星号后的所有字符，替换为空字符串即可得到清理后的列名。

• stringr包方案（代码更简洁，效率足够）：

  library(stringr)
  colnames(df) <- str_remove(colnames(df), "\\*.*")
  

内容的提问来源于stack exchange，提问作者Alja R