如何从数据框中删除不需要的行？

Question

如果您查看棒球参考网站并单击球队和击球，您会看到他们可以选择将表格转换为 CSV，但是当 URL 不适用于 read.csv() 时，我该如何获取它们

我正在尝试使用来自棒球参考.com 的特定球队的rvest 包导入击球数据。我只想包括守场员并省略投手、重复的列名和网站从数据生成的团队总数。如果我可以只使用 CSV，我就不会遇到这个问题，但 html_table() 只会从网站上抓取原始表格，而删除带有值的列只会弄乱数据。

library(rvest)
#Goals
#Remove unwanted rows
#Remove pitcher batting stats

#San Fransisco Giants
giantsBatting <- read_html('https://www.baseball- 
reference.com/teams/SFG/2019-batting.shtml#team_batting::none')
giantsCSV <- giantsBatting%>%
  html_nodes('table')%>%
  html_table()
giantsDF<-as.data.frame(giantsCSV)
giantsDF<-giantsDF[!(giantsDF$Pos=='P'& giantsDF$Pos=='Pos'),]
print(giantsDF)

我希望输出具有一组列名（该表在第 9-10 行以及之后的投手有三组）并删除投手和球队总统计数据。

实际输出不会省略所有投手，也不会删除额外的列名标题。

Answer 1

问题是使用& 在同一行上查找“P”和“Pos”的逻辑。它给出了所有 FALSE 的输出，通过否定 (!)，这将转换为所有 TRUE，因此返回完整的数据集。

相反，对于 length 大于 1 的值向量，使用 %in% 然后取反 (!)

giantsDF1 <- giantsDF[!giantsDF$Pos %in% c("P", "Pos") ,] 
nrow(giantsDF1)
#[1] 36

nrow(giantsDF)   
#[1] 71