如何对列“包含”向量内容的数据框进行子集化答案

【问题标题】：How to subset a dataframe where a column 'contains' the contents of a vector如何对列“包含”向量内容的数据框进行子集化
【发布时间】：2014-06-24 00:27:42
【问题描述】：

我有一个这样的数据框 DF：

ID  name     description
1   Jen      brooklyn new york cqre center
2   Chris    santa monica barbers
3   Jeff     chicago blah blah
4   Steve    groomers are here
5   Mary     chicken time
6   John     and here we go

我想删除包含城市名称的行。我有一个包含城市名称（cityVec）的向量，但这不起作用。

【问题讨论】：

试试DF[-grep(paste(cityVec,collapse="|"), DF$description, ignore.case=TRUE),]
我收到以下错误： grep 错误（paste(cityVec, collapse = "|"), DF$description, ignore.case = TRUE) : 正则表达式在此语言环境中无效
你的数据中可能有这样的字符"é"，请确认
我认为问题在于它是一个向量。 Grep 适用于单个字符串，但包含字符串的向量似乎不起作用
在下面查看我的答案，它与@jdharrison 的答案相同，grep 确实适用于字符串向量，您能否发布str(DF) 的输出，grep 将不起作用如果DF$description 是因素

标签： r

【解决方案1】：

从 jdharrison 答案中分叉数据输入，grep 的工作方式与您在字符串向量上看到的一样

description = list(c("brooklyn", "new york", "cqre center")
                   , c("santa monica", "barbers")
                   , c("chicago", "blah blah")
                   , c("groomers", "are here")
                   , c("chicken time")
                   , c("and", "here we go"))

DF <- data.frame(ID = 1:6, name = letters[1:6], description = I(description))

cityVec <- c("chicago", "new york", "paris", "santa monica") 
myDF[-grep(paste(cityVec,collapse="|"), myDF$description, ignore.case=TRUE),]
#  ID name  description
#4  4    d groomers....
#5  5    e chicken time
#6  6    f and, her....

【讨论】：

| 的美妙用法。
这两种方法都会导致内存错误。它可能适用于小型数据集，但大型数据框似乎对这种方法存在问题。
您在使用这些方法时遇到的内存错误是什么，您能否更新您的帖子。有大内存处理经验的人可能会帮助你
我相信它毕竟是格式错误的向量。花了一段时间才在这么大的向量中找到坏字符。谢谢大家。

【解决方案2】：

我假设您的 data.frame 有 description 的列表，如果没有，请使用 dput。您可以使用 sapply 搜索每个元素并检查它是否包含城市

description = list(c("brooklyn", "new york", "cqre center")
                   , c("santa monica", "barbers")
                   , c("chicago", "blah blah")
                   , c("groomers", "are here")
                   , c("chicken time")
                   , c("and", "here we go"))

myDF <- data.frame(ID = 1:6, name = letters[1:6], description = I(description))

cityVec <- c("chicago", "new york", "paris", "santa monica")                
> myDF[sapply(myDF$description, function(x){!any(x%in%cityVec)}), ]
ID name  description
4  4    d groomers....
5  5    e chicken time
6  6    f and, her....

【讨论】：