在R中删除所有以特定字符串结尾的字符串的行 - grepl答案

【问题标题】：remove all rows with a character string ending with a specific string in R - grepl在R中删除所有以特定字符串结尾的字符串的行 - grepl
【发布时间】：2020-04-02 09:37:32
【问题描述】：

我想删除所有以“_bundle”结尾的行。我尝试了两种不同的方法，但如果可以工作，则没有

claimsVolumeSC <- basisPerClaim[!grepl( '$_bundle', basisPerClaim$subcoveragekey),]
levels(claimsVolumeSC$subcoveragekey)
claimsVolumeSC <- basisPerClaim[!grepl( '\\>_bundle', basisPerClaim$subcoveragekey),]
levels(claimsVolumeSC$subcoveragekey)

我怎样才能实现我想要的？为什么到目前为止我尝试过的方法不起作用？

> claimsVolumeSC <- basisPerClaim[!grepl( '$_bundle', basisPerClaim$subcoveragekey),]
> levels(claimsVolumeSC$subcoveragekey)
[1] "DA_Chemo"         "Daily_cash"       "Funeral"          "IP_Accommodation" "IP_bundle"        "IP_Upgrade"       "OP_Dialysis"     
[8] "OP_Physio"       
> claimsVolumeSC <- basisPerClaim[!grepl( '\\>_bundle', basisPerClaim$subcoveragekey),]
> levels(claimsVolumeSC$subcoveragekey)
[1] "DA_Chemo"         "Daily_cash"       "Funeral"          "IP_Accommodation" "IP_bundle"        "IP_Upgrade"       "OP_Dialysis"     
[8] "OP_Physio"

【问题讨论】：

basisPerClaim[!grepl( '_bundle$', basisPerClaim$subcoveragekey),]
我仍然得到 > 级别（claimsVolumeSC$subcoveragekey）[1]“DA_Chemo”“Daily_cash”“Funeral”“IP_Accommodation”“IP_bundle”“IP_Upgrade”“OP_Dialysis”[8]“OP_Physio”跨度>
您需要它们作为因子吗？您可以将它们转换为字符claimsVolumeSC$subcoveragekey <- as.character(claimsVolumeSC$subcoveragekey)。
字符很好，谢谢我没有注意到...这是工作:)

标签： r grepl

【解决方案1】：

您可以将subset 与grepl 一起使用

claimsVolumeSC <- subset(basisPerClaim, !grepl( '_bundle$', subcoveragekey))

如果您不想要数据中的因子，请将它们更改为字符。

claimsVolumeSC$subcoveragekey <- as.character(claimsVolumeSC$subcoveragekey)

【讨论】：

【解决方案2】：

解决方案可能是这个基于正则表达式的解决方案：

可重现的数据：

set.seed(123)
df <- data.frame(
  Var1 = rnorm(100),
  Var2 = sample(c(paste0(LETTERS[1:10],letters[10:18], letters[18:26], letters), paste0(letters[1:10],"bundle")), 100, replace = T),
  Var3 = sample(c(paste0(LETTERS[1:10],letters), paste0(letters[1:10],"bundle")), 100, replace = T))

head(df)
         Var1    Var2    Var3
1 -0.56047565    Irzi cbundle
2 -0.23017749 ibundle      Aa
3  1.55870831    Bmuv cbundle
4  0.07050839    Ijrs abundle
5  0.12928774    Eowo      Cw
6  1.71506499 fbundle      Hr

解决方案：

在这里，我们将所有行 paste0 放在一起，使用 grepl 匹配所有 bundle 字符串，并从数据帧 which 中减去（-）这些行匹配模式：

df[-which(grepl("bundle", apply(df, 1, paste0, collapse = " "))),]

结果：

如果我们将子集数据帧存储为df2，结果是这样的：

df2 <- df[-which(grepl("bundle", apply(df, 1, paste0, collapse = " "))),]

head(df2)
         Var1 Var2 Var3
5   0.1292877 Eowo   Cw
7   0.4609162 Dnvn   Ff
8  -1.2650612 Aksk   Aa
9  -0.6868529 Gpxg   Gq
10 -0.4456620 Gpxg   Hr
11  1.2240818 Hrzr   Eo

注意：

如果要匹配的字符串分散在多列中，此解决方案会很有帮助。如果匹配只出现在单个列中，则正常的子集程序就足够了。

【讨论】：