选择包含r中某个字符但不包含其他字符的行

Question

从下面的数据框

df <- data.frame(col1 = c("ap(pl)e", "or(a)ng%e", "pe%ar", "bl(u%)e", "red"),
col2 = c(1,3,5,4,8))
df
col1 col2
1   ap(pl)e    1
2 or(a)ng%e    3
3     pe%ar    5
4   bl(u%)e    4
5       red    8

我想过滤col1中的值包含(but %.

col1 col2
1 ap(pl)e    1
2   pe%ar    5
3     red    8

所以我使用case_when与gprel一起。这将是dplyr管道的一部分。

#works
df %>%
mutate(result = case_when((grepl("p", .[[1]]) & !grepl("r", .[[1]])) ~"Yes",
#does not work                                      TRUE~"No"))
df %>%
mutate(result = case_when((grepl("(", .[[1]]) & !grepl("%", .[[1]])) ~"Yes",
TRUE~"No"))

这对%和(不起作用。有什么技巧可以让它起作用吗?

Answer 1

我们可以匹配(后面任何字符(.*)和%在str_detect中的模式，对于否定的情况(negate = TRUE)返回TRUE/FALSE到filter

library(dplyr)
library(stringr)
df %>% 
filter(str_detect(col1, "\(.*%", negate = TRUE))

与产出

col1 col2
1 ap(pl)e    1
2   pe%ar    5
3     red    8

---

如果需要为列

df %>% 
mutate(result = case_when(str_detect(col1, "\(.*%", 
negate = TRUE) ~ "Yes", TRUE ~ "No"))
col1 col2 result
1   ap(pl)e    1    Yes
2 or(a)ng%e    3     No
3     pe%ar    5    Yes
4   bl(u%)e    4     No
5       red    8    Yes

---

或者使用base R

subset(df, seq_along(col1) %in% grep("\(.*%", col1, invert = TRUE))
col1 col2
1 ap(pl)e    1
3   pe%ar    5
5     red    8

Answer 2

如果你想知道为什么你的代码不能工作，那么在'('前添加斜杠。

df %>%
mutate(result = case_when((grepl("\(", .[[1]]) & !grepl("%", .[[1]])) ~"Yes",TRUE~"No"))

输出:

col1 col2 result
1   ap(pl)e    1    Yes
2 or(a)ng%e    3     No
3     pe%ar    5     No
4   bl(u%)e    4     No
5       red    8     No

Answer 3

您可以使用grepl部署正则表达式。

df[!grepl('\(.*%', df$col1, perl=TRUE), ]
#      col1 col2
# 1 ap(pl)e    1
# 3   pe%ar    5
# 5     red    8