r grep with or stat

Question

私は、野球チームのバッティングスタンスの大量のデータフレームをゲームID（すなわち、 "2016/10/11/chnmlb-sfnmlb-1"）でフィルタリングして、シーズンごとに過去のチームマッチアップのリスト。

私はいくつかのチームの組み合わせを使用すると、出力は正しいが、他は正しくない。 （出力にはさまざまなidsが含まれています）

私はgrepに精通しておらず、それが問題であると想定しています。スタックオーバーフローを検索してgrep行とリスト出力を一緒にパッチし、テストが終わるまでそれがあると思った。データフレームの

matchup.func <- function (home, away, df) { 

    matchups <- grep(paste('[0-9]{4}/[0-9]{2}/[0-9]{2}/[', home, '|', away, 'mlb]{6}-[', away, '|', home, 'mlb]{6}-[0-9]{1}', sep = ''), df$game.id, value = TRUE) 

    df <- df[df$game.id %in% matchups, c(1, 3:ncol(df))] 

    out <- list() 
    for (n in 1:length(unique(df$season))) { 
     for (s in unique(df$season)[n]) { 
      out[[s]] <- subset(df, season == s) 
     } 
    } 
    return(out) 
} 

サンプル：良いの

matchup.func('tex', 'sea', bat.stats) 
$S 
      date team wins losses flag ab r h d t hr rbi bb po da so lob avg obp slg ops roi season 
21 2016-03-02 atl 1  0 home 32 4 7 0 0 2 3 2 27 19 2 11 0.203 0.222 0.406 0.628 1.000  S 
22 2016-03-02 bal 0  1 away 40 11 14 3 2 2 11 10 27 13 4 28 0.316 0.415 0.532 0.947 0.000  S 
47 2016-03-03 bal 0  2 home 41 10 17 7 0 2 10 0 27 9 3 13 0.329 0.354 0.519 0.873 0.000  S 
48 2016-03-03 tba 1  1 away 33 3 5 0 1 0 3 2 24 10 8 13 0.186 0.213 0.343 0.556 0.500  S 
141 2016-03-05 tba 2  2 home 35 6 6 2 0 0 5 3 27 11 5 15 0.199 0.266 0.318 0.584 0.500  S 
142 2016-03-05 bal 0  5 away 41 10 17 5 1 0 10 4 27 9 10 13 0.331 0.371 0.497 0.868 0.000  S 

サンプル：：誤った出力の

bat.stats[sample(nrow(bat.stats), 3), ] 
     date      game.id team wins losses flag ab r h d t hr rbi bb po da so lob avg obp slg ops roi season 
1192 2016-04-11 2016/04/11/texmlb-seamlb-1 sea 2  5 away 38 7 14 3 0 0 7 2 27 8 11 15 0.226 0.303 0.336 0.639 0.286  R 
764 2016-03-26 2016/03/26/wasmlb-slnmlb-1 sln 8  12 away 38 7 9 2 1 1 5 2 27 8 11 19 0.289 0.354 0.474 0.828 0.400  S 
5705 2016-09-26 2016/09/26/oakmlb-anamlb-1 oak 67  89 home 29 2 6 1 0 1 2 2 27 13 4 12 0.260 0.322 0.404 0.726 0.429  R 

サンプル良いで

matchup.func('bos', 'bal', bat.stats) 
$S 
      date team wins losses flag ab r h d t hr rbi bb po da so lob avg obp slg ops roi season 
143 2016-03-06 bal 0  6 home 34 8 14 4 0 0 8 5 27 5 8 22 0.284 0.330 0.420 0.750 0.000  S 
144 2016-03-06 bos 3  2 away 38 7 10 3 0 0 7 7 24 7 13 25 0.209 0.285 0.322 0.607 0.600  S 
209 2016-03-08 bos 4  3 home 37 1 12 1 1 0 1 4 27 15 8 26 0.222 0.292 0.320 0.612 0.571  S 
210 2016-03-08 bal 0  8 away 36 5 12 5 0 1 4 4 27 9 4 27 0.283 0.345 0.429 0.774 0.000  S 

は、それがのリストを与えますマッチアップが必要です（つまり、S、R、F、D）、onそれはシーズンごとに出力されているが、チームではなく日付だけでマッチアップを行うようだ。何を考えるべきかわからない

Answer 1

[]の内部の正規表現は、予想通りに動作しないという問題があると思います。具体的には、のいずれかの文字と任意の順序で一致するを探しています。代わりに、あなたはあなたの自宅や自宅やアウェイチームのいずれかに続いて、アウェイチームのいずれかを与える必要があります

matchups <- grep(paste0("(", home, "|", away, ")mlb-(", home, "|", away, ")mlb") 
       , df$game.id, value = TRUE) 

を試してみてください。しかし、これ以上のサンプルデータがなければ、これがエッジケースを捉えるかどうかはわかりません。

また、文字列全体に一致する必要はないことに注意してください。最初の日付検出正規表現は不必要な可能性があります。