删除数据框中任何向量中包含字符串的行

Posted 2023-03-29

【中文标题】删除数据框中任何向量中包含字符串的行

【英文标题】：Remove rows containing string in any vector in data frame

【发布时间】：2016-08-07 08:19:53

【问题描述】：

我有一个数据框，其中包含许多包含字符串的向量我想删除包含某个字符串的行。

df <- data.frame(id=seq(1:10),
             foo=runif(10),
             sapply(letters[1:5],function(x) sample(letters,10,T) ),
             bar=runif(10))

这可以通过指定向量名称来在单个向量上完成，即

df <- df[!grepl("b", df$a),]

然后我可以重复指定每个向量，例如

df <- df[!grepl("b", df$b),]
df <- df[!grepl("b", df$c),]
df <- df[!grepl("b", df$d),]
df <- df[!grepl("b", df$e),]

但是是否可以在一行中完成，而不必指定哪些列包含字符串？比如：

df <- df[!grepl("b", df),]

【参考方案1】：

你可以试试

df[-which(df=="b", arr.ind=TRUE)[,1],]

或者，正如@docendodiscimus 所建议的那样

df[rowSums(df == "b") == 0,]

第二个选项更可取，因为如果找不到匹配的模式，它不会导致任何困难。

【讨论】：

我发现否定索引是一种有点危险的方法，因为当没有匹配时它会返回一个空的 data.frame。例如df[-which(df=="ab", arr.ind=TRUE)[,1],]。这也是为什么我更喜欢grepl 而不是grep

我同意。你的建议更好。

请随时将其添加到您的答案中

谢谢你，@docendodiscimus

【参考方案2】：

粘贴列然后grepl：

df[!grepl("b", paste0(df$a, df$b, df$c, df$d, df$e)), ]

识别因子（或字符列）然后粘贴：

df[!grepl("b", 
          apply(df[, sapply(df, class) == "factor"], 1, paste0, collapse = ",")), ]

【讨论】：

感谢您的回答 - 但理想情况下，我不必在任何地方指定列，因为实际上我可能有很多列

【参考方案3】：

target_cols <- c("a", "b", "c", "d", "e")
df[!Reduce(`|`, lapply(df[,target_cols], function(col) grepl("b", col))),]

【讨论】：

谢谢 - 但就像我上面的评论一样 - 理想情况下，我不必指定哪些列包含字符串，因为实际上可能会有很多

我想展示更灵活的解决方案，但如果不指定列，它会更简单df[!Reduce(|, lapply(df, function(col) grepl("b", col))),] 在| 周围必须有反引号，就像答案一样，但在 cmets 他们消失了