我正在尝试识别具有重复数字序列的数据框中的列值。 比如
> df
ColA
1 66046
2 73947
3 67456
4 67217
5 66861
6 67658
我想返回 66046, 66861 因为 6 连续出现。 我已经尝试了以下...
df %>% filter(str_detect(as.String(df[1]), "[66]")) #with and without the squared brackets.
df[unlist(gregexpr("[6]{2}[[:digit:]]", df[1])), ][1]
很明显，这是行不通的。任何帮助表示赞赏。
谢谢
【问题讨论】：
我们可以指定计数
library(dplyr)
library(stringr)
df %>%
filter(str_detect(ColA, "6{2,}"))
-输出
# ColA
#1 66046
#5 66861
df <- structure(list(ColA = c(66046L, 73947L, 67456L, 67217L, 66861L,
67658L)), class = "data.frame", row.names = c("1", "2", "3",
"4", "5", "6"))
【讨论】：
使用
library(dplyr)
library(stringr)
df %>%
filter(str_detect(ColA, "(\\d)\\1"))
| NODE | EXPLANATION |
|---|---|
( |
group and capture to \1: |
\d |
digits (0-9) |
) |
end of \1 |
\1 |
what was matched by capture \1 |
【讨论】：
聚会迟到了，但这是base R 中的解决方案：
df[which(grepl("(\\d)\\1", df$ColA)),]
【讨论】：