删除数据框中的部分字符串

Question

我努力删除"D_1__"中的字符串"D_2__"，"D_3__"，data.frame等，同时保留后续文本，即输入：{ {1}}输出："D_1__succeeding text"。

我试过

"succeeding text"

但没有改变

此外，导入的df <- gsub("D_.__", "", df) 的列是data.frame，其中包含多个级别。这可能导致问题，如何转换factors？

非常感谢你的帮助！

Answer 1

您面临两个问题：gsub旨在处理字符向量，而不是整个数据框，并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来阻止字符串首先作为因素被读取，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)

一旦你有了一个角色向量，就可以像使用它一样使用gsub，只需指定变量：

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

最后，如果您确实希望将变量作为因子，则可以重命名级别：

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"

如果您的特定数据存在问题，请添加dput(your_df)。我认为您的问题是如何存储结果。像df$colnew <- gsub(..., df$colold)这样的东西应该有效。

Answer 3

Thanks for your suggestions. Finally, I managed to convert my df to a character matrix by:

df <- data.frame(lapply(df, as.character), stringsAsFactors=FALSE)

Then I applied:

gsub('D_.__', '', df$V1)

for each column separately. For just 15 columns this was quite feasable :-)