删除数据帧中字符串的一部分

Question

我正在努力删除data.frame中的字符串"D_1__"、"D_2__"、"D_3__"等，同时保留后续文本，即输入："D_1__succeeding text"输出："succeeding text"。

我试过

df <- gsub("D_.__", "", df)

但没有任何变化

此外，导入的data.frame的列是具有一个以上级别的factors。这可能是问题的原因吗？我如何转换df？

非常感谢你的帮助！

Answer 1

您面临两个问题：gsub设计用于处理字符向量，而不是整个数据帧，而且您还处理因子而不是字符向量。

我不确定您是如何导入数据的，但您可能可以选择使用stringsAsFactors = FALSE来防止字符串首先被读取为因素，例如对于CSV数据：

df <- read.csv('mydata.csv', stringsAsFactors = FALSE)

或者，您可以将因子转换为字符串：

df$myvar <- as.character(df$myvar)

一旦你有了一个字符向量，你就可以像以前一样使用gsub，只需指定变量：

df$myvar <- gsub('D_.__', '', df$myvar)

最后，如果你确实想把变量作为一个因素，你可以重命名级别：

levels(df$myvar) <- gsub('D_.__', '', levels(df$myvar))

Answer 2

strings <- c("D_1__text1" , "D_2__text2" , "D_3__text3")
new_strings <- gsub("D_\d__", "", strings)
> new_strings
[1] "text1" "text2" "text3"

如果您的特定数据有问题，请添加dput(your_df)。我认为你的问题在于你如何存储你的结果。像df$colnew <- gsub(..., df$colold)这样的东西应该有效。

Answer 3

感谢您的建议。最后，我设法通过将我的df转换为字符矩阵

df<-data.frame(lapply(df，as.character(，字符串AsFactors=FALSE(

然后我申请了：

gsub('D_.__'，''，df$V1(

分别用于每列。对于仅15列，这是非常可行的：-(