Seleccionar columnas según la coincidencia de cadenas - dplyr :: select

Tengo un marco de datos ("datos") con muchas, muchas columnas. Algunas de las columnas contienen una determinada cadena ("search_string").

¿Cómo puedo usar dplyr::select()para darme un subconjunto que incluya solo las columnas que contienen la cadena?

Lo intenté:

# columns as boolean vector
select(data, grepl("search_string",colnames(data)))

# columns as vector of column names names 
select(data, colnames(data)[grepl("search_string",colnames(data))]) 

Ninguno de los dos funciona.

Sé que select()acepta vectores numéricos como sustituto de columnas, por ejemplo:

select(data,5,7,9:20)

Pero no sé cómo obtener un vector numérico de columnas IDa partir de mi grepl()expresión.

Dentro del mundo dplyr , intente:

select(iris,contains("Sepal"))

Consulte la sección Selección de ?selectpara numerosos otros ayudantes les gusta starts_with, ends_withetc.

Puedes probar:

select(data, matches("search_string"))

Es más general que contains: puede usar expresiones regulares (por ejemplo "one_string|or_the_other").

Para obtener más ejemplos, consulte: http://rpackages.ianhowson.com/cran/dplyr/man/select.html .

No es necesario usar selectsolo usar [en su lugar

data[,grepl("search_string", colnames(data))]

Probemos con el irisconjunto de datos

>iris[,grepl("Sepal", colnames(iris))]
  Sepal.Length Sepal.Width
1          5.1         3.5
2          4.9         3.0
3          4.7         3.2
4          4.6         3.1
5          5.0         3.6
6          5.4         3.9

Según la respuesta de Piotr Migdals, quiero ofrecer una solución alternativa que permita la posibilidad de un vector de cadenas:

myVectorOfStrings <- c("foo", "bar")
matchExpression <- paste(myVectorOfStrings, collapse = "|")
# [1] "foo|bar"
df %>% select(matches(matchExpression))

Haciendo uso del ORoperador regex ( |)

ATENCIÓN : Si realmente tiene un vector simple de nombres de columna (y no necesita el poder de RegExpression), consulte el comentario debajo de esta respuesta (ya que es la solución más limpia).