代码之家 › 专栏 › 技术社区 › accibio

在R数据框中保留在列中包含特定模式的行

dataframe r

accibio · 技术社区 · 4 年前

df 是一个测试数据帧,我只想在其中保留包含 | 性格 Hits 列和包含击打 (即HIT1、HIT2等)和空白单元 击打 柱

df <- data.frame(
 Hits = c("# test114", "# ID|987129470", "# 13135", "Hit1", "", "Hit2", "Hit3", "", "# test739", "# ID|6971324987", "# 83771", "Hit1", "Hit2", "", "Hit3"),
 Category1 = c(NA, NA, NA, 0.001, 0.001, 0.002, 0.003, 0.003, NA, NA, NA, 0.023, 0.341, 0.341, 0.569),
 Category2 = c(NA, NA, NA, 100, 100, 99, 98, 98, NA, NA, NA, 100, 95, 95, 97),
 Category3 = c(NA, NA, NA, 100, 100, 99, 98, 98, NA, NA, NA, 98, 97, 97, 92)
)

df 看起来像这样

输出应该是这样的

因为我只想保留具有 | 性格和那些没有 # 字符和空白单元格,也许模式匹配可以帮助。但我似乎不知道如何在代码中实现它。有什么建议吗?

请注意,在原始数据帧中击打可以有不同的名字。一些击打不要用“Hit”这个词开头

2 回复 | 直到 4 年前

akrun 4 年前

我们可以用 grep 带有正则表达式模式- "^[^#]+$|\\| (点击专栏,没有 # 从一开始( ^ )结束( $ )或者( | )那个 | 字符-转义为元字符)

subset(df, grepl("^[^#]+$|\\|", Hits)|Hits == "")
              Hits Category1 Category2 Category3
2   # ID|987129470        NA        NA        NA
4             Hit1     0.001       100       100
5                      0.001       100       100
6             Hit2     0.002        99        99
7             Hit3     0.003        98        98
8                      0.003        98        98
10 # ID|6971324987        NA        NA        NA
12            Hit1     0.023       100        98
13            Hit2     0.341        95        97
14                     0.341        95        97
15            Hit3     0.569        97        92

或者一个人做这个 grepl

> subset(df, grepl("^$|^[^#]+$|\\|", Hits))
              Hits Category1 Category2 Category3
2   # ID|987129470        NA        NA        NA
4             Hit1     0.001       100       100
5                      0.001       100       100
6             Hit2     0.002        99        99
7             Hit3     0.003        98        98
8                      0.003        98        98
10 # ID|6971324987        NA        NA        NA
12            Hit1     0.023       100        98
13            Hit2     0.341        95        97
14                     0.341        95        97
15            Hit3     0.569        97        92

或者在 dplyr

library(dplyr)
library(stringr)
df %>%
   filter(str_detect(Hits, "^[^#]+$|\\|")|Hits == "")
             Hits Category1 Category2 Category3
1   # ID|987129470        NA        NA        NA
2             Hit1     0.001       100       100
3                      0.001       100       100
4             Hit2     0.002        99        99
5             Hit3     0.003        98        98
6                      0.003        98        98
7  # ID|6971324987        NA        NA        NA
8             Hit1     0.023       100        98
9             Hit2     0.341        95        97
10                     0.341        95        97
11            Hit3     0.569        97        92

TarJae 4 年前

与akruns解决方案类似,但不使用正则表达式解决方案:

library(dplyr)
library(stringr)
df %>%
  filter(str_detect(Hits, 'ID|Hit'))

              Hits Category1 Category2 Category3
1   # ID|987129470        NA        NA        NA
2             Hit1     0.001       100       100
3             Hit1     0.001       100       100
4             Hit2     0.002        99        99
5             Hit3     0.003        98        98
6             Hit3     0.003        98        98
7  # ID|6971324987        NA        NA        NA
8             Hit1     0.023       100        98
9             Hit2     0.341        95        97
10            Hit2     0.341        95        97
11            Hit3     0.569        97        92

PaulS 4 年前

另一种可能的解决方案:

library(tidyverse)

df %>% 
  filter(!str_detect(Hits,"(?=.*#)(?!.*\\|)"))

#>               Hits Category1 Category2 Category3
#> 1   # ID|987129470        NA        NA        NA
#> 2             Hit1     0.001       100       100
#> 3                      0.001       100       100
#> 4             Hit2     0.002        99        99
#> 5             Hit3     0.003        98        98
#> 6                      0.003        98        98
#> 7  # ID|6971324987        NA        NA        NA
#> 8             Hit1     0.023       100        98
#> 9             Hit2     0.341        95        97
#> 10                     0.341        95        97
#> 11            Hit3     0.569        97        92