Question

使用R和RStudio Server在Spark平台上工作，我想过滤我的tbl，其中给定的列（字符串）满足数字条件。因此，该列包含数字/整数值（＆＃39; 1234＆＃39;）和字符串值（＆＃39; x1234＆＃39;），我想过滤掉后者。

这是否可以使用dyplr，例如使用过滤器运算符/函数？

我试过像：

ANONYMOUS

顺便说一句：数据存储在其他服务器上，我不想在本地加载数据。因此，我无法使用像数据帧这样的对象。我对像dyplr这样的图书馆有所了解。

非常感谢帮助！

Answer 1

我认为这不起作用：tbl2 <- tbl %>% filter(!is.numeric(col1))。在tbl_df或df中，每列只有一个类。所以在你的情况下，col1包含＆＃34; 123＆＃34;和＆＃34; x123＆＃34;应该属于＆＃34;字符＆＃34;。

一种可能的解决方案是将col1转换为数字，并测试转换是否成功。

tbl2 <- tbl %>% filter(!is.na(as.numeric(col1)))

测试：

library(data.frame)
df <- data.frame(a=1:3,b=2:4)
df[2,2] <- "x123"
class(df$b)
# "character"
df %>% filter(!is.na(as.numeric(b)))
#  a b
#1 1 2
#2 3 4

注意：有一条警告信息。

Answer 2

可能有两种方法：您可以使用正则表达式来识别可转换为数字的字符串，例如grepl("^[0-9]$", c("1", "1.x", "x.1", "5.5"), perl = T)（请参阅Regex for numbers only）。

另一种方法是强制将字符串转换为as.numeric中的数字并过滤掉NA，例如filter(!is.na(as.numeric(c("1", "1.x", "x.1", "5.5"))))

编辑 ups，只是一分钟太晚了; - ）

Answer 3

这只会让你得到数字行：

tbl2 <- tbl %>% filter(!str_detect(col1,"^\s*[0-9]\s$"))

这只会让你得到非数字行： tbl2 <- tbl %>% 过滤器(str_detect(col1,"^\s*[0-9]\s$"))

R dplyr对给定列的数值进行过滤

3 个答案: