要根据名称对命名向量进行子集化，我们可以按照以下步骤操作 -
创建一个命名向量。
使用 grepl 对向量进行子集。
让我们创建一个名称向量，如下所示 -
V<-round(rnorm(150),2) names(V)<-sample(LETTERS[1:26],150,replace=TRUE) V
执行时，上述脚本生成以下内容output(this output will vary on your system due to randomization)-
N F A B T B R T X E T H P 0.96 0.96 -0.57 -1.48 -1.27 1.47 -1.36 -0.48 1.78 0.49 1.19 0.94 -1.26 B X Y O C V U E A F H M T 0.89 2.60 -1.76 0.72 -0.77 0.59 -0.24 -0.79 -0.43 0.86 -0.43 1.90 0.91 I N K H N A E E M X D K E -0.52 1.28 0.39 1.21 -0.16 -1.15 -1.96 -0.09 1.26 -0.54 0.35 -0.11 0.09 X K B R V K Z B I J M Q C 1.28 0.07 -0.22 2.25 0.31 -0.45 0.31 1.22 0.80 -0.65 0.49 -1.14 -0.95 P N H V E W R E L L X Q P -0.12 0.76 -0.69 -0.19 1.29 -0.57 -0.67 -0.30 0.04 -0.18 0.19 -1.22 -0.81 Y E Z G G Z Q E C A Y J M -0.41 -1.39 0.14 -0.06 -0.17 -1.57 -1.64 1.20 -1.21 -0.27 0.85 -0.62 -0.27 L F K A X M N H V E N W B 1.09 0.07 -0.70 0.64 -0.61 0.38 -0.77 0.34 0.22 0.23 0.96 -0.85 -0.94 X U F U E M X R U B V D Z 2.16 -0.79 1.83 -0.09 1.01 0.77 2.29 0.12 1.71 -0.51 -0.85 1.15 -0.32 D V O I I A B Q N I U F B -1.85 -0.74 -2.21 1.16 0.09 0.03 -0.39 0.50 2.51 1.33 -1.02 -0.36 0.27 F A C Y W G L N A P J J K 1.10 1.04 -0.90 1.29 0.52 -0.22 -1.03 -0.84 -0.24 1.75 -1.38 -0.64 -0.69 E D M P G O A J Z B C S O -1.22 -1.02 1.31 -1.61 -0.71 -0.38 0.15 -0.62 -1.50 -0.46 1.08 -1.45 -0.89 Z O J X W F W -0.44 0.33 -0.13 0.41 -0.93 2.82 1.05
使用 grepl 函数对以 A 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^A",names(V))]A A A A A A A A A -0.57 -0.43 -1.15 -0.27 0.64 0.03 1.04 -0.24 0.15
使用 grepl 函数对以 B 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^B",names(V))]B B B B B B B B B B -1.48 1.47 0.89 -0.22 1.22 -0.94 -0.51 -0.39 0.27 -0.46
使用 grepl 函数对以 C 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^C",names(V))]C C C C C -0.77 -0.95 -1.21 -0.90 1.08
使用 grepl 函数对以 D 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^D",names(V))]D D D D 0.35 1.15 -1.85 -1.02
使用 grepl 函数对以 E 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^E",names(V))]E E E E E E E E E E E E 0.49 -0.79 -1.96 -0.09 0.09 1.29 -0.30 -1.39 1.20 0.23 1.01 -1.22
使用 grepl 函数对以 F 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^F",names(V))]F F F F F F F 0.96 0.86 0.07 1.83 -0.36 1.10 2.82
使用 grepl 函数对以 G 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^G",names(V))]G G G G -0.06 -0.17 -0.22 -0.71
使用 grepl 函数对以 H 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^H",names(V))]H H H H H 0.94 -0.43 1.21 -0.69 0.34
使用 grepl 函数对以 I 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^I",names(V))]I I I I I -0.52 0.80 1.16 0.09 1.33
使用 grepl 函数对以 J 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^J",names(V))]J J J J J J -0.65 -0.62 -1.38 -0.64 -0.62 -0.13
使用 grepl 函数对以 K 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^K",names(V))]K K K K K K 0.39 -0.11 0.07 -0.45 -0.70 -0.69
使用 grepl 函数对以 L 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^L",names(V))]L L L L 0.04 -0.18 1.09 -1.03
使用 grepl 函数对以 M 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^M",names(V))]M M M M M M M 1.90 1.26 0.49 -0.27 0.38 0.77 1.31
使用 grepl 函数对以 N 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^N",names(V))]N N N N N N N N 0.96 1.28 -0.16 0.76 -0.77 0.96 2.51 -0.84
使用 grepl 函数对以 O 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^O",names(V))]O O O O O 0.72 -2.21 -0.38 -0.89 0.33
使用 grepl 函数对以 P 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^P",names(V))]P P P P P -1.26 -0.12 -0.81 1.75 -1.61
使用 grepl 函数对以 Q 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^Q",names(V))]Q Q Q Q -1.14 -1.22 -1.64 0.50
使用 grepl 函数对以 R 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^R",names(V))]R R R R -1.36 2.25 -0.67 0.12
使用 grepl 函数对以 S 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^S",names(V))]S -1.45
使用 grepl 函数对以 T 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^T",names(V))]T T T T -1.27 -0.48 1.19 0.91
使用 grepl 函数对以 U 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^U",names(V))]U U U U U -0.24 -0.79 -0.09 1.71 -1.02
使用 grepl 函数对以 V 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^V",names(V))]V V V V V V 0.59 0.31 -0.19 0.22 -0.85 -0.74
使用 grep 函数对以 W 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^W",names(V))]W W W W W -0.57 -0.85 0.52 -0.93 1.05
使用 grepl 函数对以 X 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^X",names(V))]X X X X X X X X X 1.78 2.60 -0.54 1.28 0.19 -0.61 2.16 2.29 0.41
使用 grepl 函数对以 Y 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^Y",names(V))]Y Y Y Y -1.76 -0.41 0.85 1.29
使用 grepl 函数对以 Z 开头的向量值进行子集化 -
V<-round(rnorm(150),2)
names(V)<-sample(LETTERS[1:26],150,replace=TRUE)
V[grepl("^Z",names(V))]Z Z Z Z Z Z 0.31 0.14 -1.57 -0.32 -1.50 -0.44