如何排除（删除）字符列中数字的单元格值

Question

我有一个大型数据集，其中一列包含两个字符（即＆＃34; A＆＃34;，＆＃34; B＆＃34;等）和数字，但数字是读入和假设的也是人物。我想摆脱这一列的单元格是一个数字的所有行。为简单起见，我将只显示一个模拟向量，表示我对该列的问题。

例如，

data<-c("A","A","B","B","1","2","-2")

这是我继承的数据和一个大数据集 - 是否有一种很好的方法来解析/删除数字1,2，-2作为字符读入？

感谢您的帮助。

Answer 1

一个简单的选择是：

data <- droplevels(data[is.na(suppressWarnings(as.numeric(data$col))), ])

将列（col）转换为数字并将那些转换为NA的值子集（这意味着它们不是数字）。然后，丢弃不再使用的因子级别。

一些示例用法：

v1 <- c('A12', 'AB12', '-2.53', '25.29', 'BCd')
v1[is.na(suppressWarnings(as.numeric(v1)))]
#[1] "A12"  "AB12" "BCd"

或使用特殊字符：

v1 <- c('A_12', 'AB12', '-2.53', '25.29', 'B-Cd')
v1[is.na(suppressWarnings(as.numeric(v1)))]
#[1] "A_12" "AB12" "B-Cd"

Answer 2

下面是一个简单的regex选项。在这里，我使用grepl通过删除具有从字符串的开头（^）到结尾（$）开始的数字的元素来对数据集进行子集化。

subdat <- droplevels(data[!grepl('^[0-9.-]+$', data$yourCol),])

可视化

^[0-9.-]+$

Debuggex Demo

如果列为factor，您可以使用droplevels删除级别，也可以再次使用factor删除未使用的＆＃34;水平。然后，检查＆＃34; yourCol＆＃34; ＆＃34;数据＆＃34;按levels(data$yourCol)。另一种选择是转换为＆＃34;字符＆＃34;列data$yourCol <- as.character(data$yourCol)并使用unique(data$yourCol)

使用一些示例数据进行测试

 v1 <- c('A12', 'AB12', '-2.53', '25.29', 'BCd', '-12AB5', '-AB125', '- ')
 v1[!grepl('^[0-9.-]+$', v1)]
 #[1] "A12"    "AB12"   "BCd"    "-12AB5" "-AB125" "- "    

使用@docendodiscimus代码进行双重检查

 v1[is.na(suppressWarnings(as.numeric(v1)))]
 #[1] "A12"    "AB12"   "BCd"    "-12AB5" "-AB125" "- "    

注意：我发现初始版本在某些情况下可能无效后我确实更新了regex。