Question

df的尾巴：

          fruit Letter Points     A    B     C       D
16       cherry      P   7876 11.43 7.23 13.72 4.29.01
17 chili pepper      Q   7831 10.85 7.18 14.14 4.33.90
18   clementine      R   7827 11.07 7.24 14.19 4.56.52
19   cloudberry      S   7704 10.38 7.73 14.32       X
20      coconut      T   7634 11.21 7.12 13.25 4.57.92
21    cranberry      U   7346 10.88 6.65 13.80 4.32.50

这似乎是一个常见问题，但是我看到的所有答案都基于过滤一列或所有列。在这里，我要删除仅列A至D中包含“ X”的行。

根据先前的答案，如果我只想过滤一列，则可以执行以下操作：

df <- df[!grepl("X", df$D),]

这可以正常工作，但我只能手动完成此操作，因为我知道先验所在的“ X”。由于我想对许多相同格式的df进行过滤，因此我需要一种对列A到D进行过滤的方法。

凭直觉，我认为我可以在grepl中扩展参数，以包括要过滤的列：

df <- df[!grepl("X", df[,c("A","B","C","D")]),]或 df1 <- df1[!grepl("X", df1[,4:7]),]

但是，这最终会删除不包含“ X”的行，更不用说A-D列中的字母了。我猜这是因为grep系列函数不接受多个向量吗？

理想情况下，我想要一个基本的解决方案，因为我迷上了一些应该易于理解的问题。

完整df：

df <- structure(list(fruit = c("apple", "apricot", "avocado", "bell pepper", 
"bilberry", "blackberry", "blood orange", "blueberry", "boysenberry", 
"canary melon", "cantaloupe", "cherimoya", "chili pepper", "clementine", 
"cloudberry", "cranberry"), Letter = c("A", "B", "C", "E", "F", 
"G", "I", "J", "K", "M", "N", "O", "Q", "R", "S", "U"), Points = c(8900, 
8757, 8742, 8554, 8531, 8461, 8206, 8153, 8113, 8106, 8050, 8017, 
7831, 7827, 7704, 7346), A = c("10.54", "10.64", "10.69", "10.64", 
"10.76", "10.99", "10.81", "11.00", "10.84", "11.05", "10.72", 
"10.84", "10.85", "11.07", "10.38", "10.88"), B = c("8.03", "7.88", 
"7.78", "7.24", "7.92", "7.59", "7.68", "7.32", "7.37", "7.34", 
"7.18", "6.89", "7.18", "7.24", "7.73", "6.65"), C = c("16.68", 
"15.19", "14.14", "15.72", "14.50", "14.75", "15.64", "14.19", 
"15.09", "15.10", "14.66", "14.20", "14.14", "14.19", "14.32", 
"13.80"), D = c("4.42.33", "4.35.06", "4.35.59", "4.23.13", "4.23.23", 
"4.29.93", "4.48.64", "4.21.06", "4.30.12", "4.52.35", "5.00.38", 
"4.48.11", "4.33.90", "4.56.52", "X", "4.32.50")), row.names = c(1L, 
2L, 3L, 5L, 6L, 7L, 9L, 10L, 11L, 13L, 14L, 15L, 17L, 18L, 19L, 
21L), class = "data.frame")

Answer 1

我们可以遍历感兴趣的列，检查值是否等于"X"（基于数据，这是一个精确匹配），然后Reduce的{{1}}逻辑list到vector的单个vector中，并使用它来对数据进行子集

或使用df[!Reduce(`|`, lapply(df[c("A", "B", "C", "D")], `==`, "X")),]（如果不完全相同）

grepl

或使用df[!Reduce(`|`, lapply(df[c("A", "B", "C", "D")], grepl, pattern = "X")),]

tidyverse

Answer 2

取决于您的数据结构：

df[!grepl('X',do.call(paste,df[4:7])),]

应该工作。

例如，如果您根本有其他值，例如23X.4并且想要维护它们，则可以使用正则表达式，如下所示：

df[!grepl('(?m)^X$',do.call(paste,c(sep='\n',df[4:7])),perl = T),]

Answer 3

cols = c("A",  "B", "C", "D")
df[! rowSums(df[cols] == "X"), ]

这将从df中删除行，其中cols 中的任何值是 "X"（而不是包含"X" ，就像其他答案一样）。

Answer 4

使用dplyr删除其中任何A，B，C或D列中的值等于'X'的行，如下所示：

library(dplyr)
filter_at(df, vars(A:D), any_vars(!. == 'X'))

如何过滤列子集上的行？

4 个答案: