R语言如何筛选列名存在于指定列表中的dataframe列

问题描述 #

我按如下方式生成了单词列表：

exString = "hello words are cool words are neat"
wordList = unique(unlist(str_split(exString, ' ')))

wordList
# 输出结果："hello" "words" "are"   "cool"  "neat" 

我需要用这个单词列表，筛选数据框中列名和列表内单词一致的列。示例数据框生成代码如下：

hello <- c(1,2,3)
words <- c(4,5,6)
cactus <- c(7,8,9)
exDataframe <- data.frame(hello, words, cactus)

# 原始数据框结构：
# hello     words    cactus
#  1          4       7
#  2          5       8
#  3          6       9

因为hello和words在wordList中，最终筛选得到的数据框只需要保留这两列，预期输出如下：

# hello     words    
#  1          4     
#  2          5      
#  3          6   

解法 #

你可以选择以下任意一种方案实现需求：

• 基础R原生实现，无需额外依赖：

result_df <- exDataframe[, colnames(exDataframe) %in% wordList]

• tidyverse生态下dplyr实现，容错性更强：

library(dplyr)
result_df <- exDataframe %>% select(any_of(wordList))

any_of()参数会自动跳过wordList中不在数据框列名里的元素，不会触发报错，适合单词列表和数据框列名匹配度不确定的场景。

内容的提问来源于stack exchange，提问作者mk2080