共通のタグを持つすべての列をRで選択する方法は？

Question

私は数百の列でSparkDataFrameを持っています。私はそれに単語 "時間"を持つものだけを選択したいと思います。代わりに、手動で列のすべての名前を書くこと、このような何かをすることの

：

df_selection <- SparkR::select(df, like('^time.*?')) 

があります：

df_selection <- SparkR::select(df, "TRT_time", "Flight_time", "SS_time", ...) 

私のような何かをしたいと思いますSparkRでこれを行う良い方法は？ SQLのような演算子と同等ですか？私はRの完全な初心者です。申し訳ありませんが、それは非常に単純な質問ですが、私はそれの周りに私の脳を得ることができませんでした。

ありがとうございました！

Answer 1

names()を使用してカラム名にアクセスできます（SparkDataFrameであっても）。そして、grepl()を使ってパターンにマッチするものを見つけることができます。

  time_hour 
1 2013-01-01 06:00:00 
2 2013-01-01 06:00:00 
3 2013-01-01 06:00:00 
4 2013-01-01 06:00:00 
5 2013-01-01 07:00:00 
6 2013-01-01 06:00:00 

---

更新コメントの後：

最善のことは、あなたがcolのサブセットORすなわち'|'でそれを含めることであろう返し

cols <- names(df) 

head(select(df, cols[grepl('^time.*?', names(df))])) 

。

head(SparkR::select(df, cols[grepl('^time.*?', names(df)) | cols == "airline_iata"])) 

注：また、このc(cols[grepl('^time.*?', names(df))], 'airline_iata')ような文字ベクトルを作成することもできますが、列名が見つからない場合はスパークがエラーをスローします。 airline_iata 'is not in名前（df） `。