正则表达式（RegEx）和dplyr :: filter（）

Question

我有一个简单的数据框，长得像这样：

x <- c("aa", "aa", "aa", "bb", "cc", "cc", "cc")
y <- c(101, 102, 113, 201, 202, 344, 407)
df = data.frame(x, y)    

    x   y
1   aa  101
2   aa  102
3   aa  113
4   bb  201
5   cc  202
6   cc  344
7   cc  407

我想使用dplyr :: filter（）和RegEx来过滤掉所有以数字1开头的y观察结果。

我想象代码会像这样：

df %>%
  filter(y != grep("^1")) 

但是我遇到了一个 Error in grep("^1") : argument "x" is missing, with no default

- emehex

Answer 1

你需要仔细检查关于grepl和filter的文档。

对于grep/grepl，你还需要提供要在其中检查的向量（在这种情况下是y），而filter使用逻辑向量（即你需要使用grepl）。如果你想提供一个索引向量（来自grep），则可以使用slice代替。

df %>% filter(!grepl("^1", y))

或者使用从 grep 派生出的索引：

df %>% slice(grep("^1", y, invert = TRUE))

但您也可以只使用 substr，因为您只对第一个字符感兴趣：

df %>% filter(substr(y, 1, 1) != 1)

- talat

---

谢谢澄清！我错误地认为正则表达式会从“==”的左侧识别出我想要的向量。 - emehex

Answer 2

使用 dplyr 和 stringr 的组合（以保持在 tidyverse 内），你可以做到：

df %>% filter(!str_detect(y, "^1"))

这个方法能够起作用是因为str_detect会返回一个逻辑向量。

- Omar

---

str_detect函数还有一个negate参数，因此您可以使用str_detect(y, "^1", negate=T)代替!str_detect(y, "^1")。 - filups21