保留R資料框中的行，這些行在列中包含特定模式

df是一個測驗資料框，其中我只想保留包含列中|字符Hits的行和包含命中（即 Hit1、Hit2 等）的行以及Hits列中的空白單元格。

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 看起來像這樣

輸出應該是這樣的

由于我只想保留具有|字符的行和不具有#字符和空白單元格的行，因此模式匹配可能會有所幫助。但我似乎無法弄清楚如何在代碼中實作它。有什么建議？

請注意，在原始資料框中，命中可以有不同的名稱。有些熱門歌曲不以“Hit”一詞開頭

uj5u.com熱心網友回復：

我們可以使用grep正則運算式模式 - "^[^#] $|\\|（命中列沒有#從開始 ( ^) 到結束 ( $) 或 ( |)|字符 - 轉義，因為它是元字符）

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

或者單獨做這個 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

uj5u.com熱心網友回復：

類似于 akruns 解決方案，但不使用正則運算式解決方案：

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

標籤：

上一篇：通過匹配另一個資料幀（熊貓）的值來替換單元格中的id串列

下一篇：如何將兩列中具有相同ID但不同值的行分組為一行，將不同的值作為Pandas中的列？