根据元素的内容删除元素？

Question

df.cleaned <- df[-which(str_detect(df, "Not found")),]

"df“指由多列和多行组成的数据框架。这个数据框架中的许多元素中都有特定的字符词。

我想要做的是，删除所有包含单词"Not“的值，或者作为整个元素值，或者作为元素值的一部分。

到目前为止，上面的命令就是我提出的字符串包。但是，该命令似乎删除了整行。我不想删除整个行，我只想删除包含“contains”的特定元素。

Answer 1

你的想法是正确的。您需要尝试将其应用于每一项。一种选择是使用sapply。用str_detect检查每一项，用""或NA替换，否则只返回项的值。

library(stringr)
df.clean <- as.dataframe(sapply(df, 
                   function(x)ifelse(str_detect(x, "Not found"), "",x)))
df.clean
# 
# A    B
# 1  A Good
# 2  B     
# 3  C Good
# 4  D     
# 5  E Good
# 6  A     
# 7  B Good
# 8  C     
# 9  D Good
# 10 E   

数据

    df <- data.frame(A = rep(c("A", "B", "C", "D", "E"), 2), 
                     B = rep(c("Good","Bad with Not found"),5),
                      stringsAsFactors = FALSE)
df
# A                  B
# 1  A               Good
# 2  B Bad with Not found
# 3  C               Good
# 4  D Bad with Not found
# 5  E               Good
# 6  A Bad with Not found
# 7  B               Good
# 8  C Bad with Not found
# 9  D               Good
# 10 E Bad with Not found

Answer 2

如何获得行为：

toy[toy == "Not found"] <- ""
toy
#    x y z  n
# 1  m   f  6
# 2  z t a  3
# 3    m    4
# 4    j    9
# 5  e      5
# 6  f n k  2
# 7  q f p  1
# 8      n  8
# 9  n k h  7
# 10 d u l 10

为了匹配和相等，您可以尝试这样做。我不确定它是否提供了与@r2evans方法相比的性能改进。编辑:显然，正如@r2evans在评论中解释的那样，同样的转换是在幕后完成的。在这种情况下，它看起来不像相等的解决方案那么干净，但是不应该因为转换而降低性能：

toy[matrix(grepl("Not found", as.matrix(toy)), nrow(toy))] <- ""
toy
#    x y z  n
# 1  m   f  6
# 2  z t a  3
# 3    m    4
# 4    j    9
# 5  e      5
# 6  f n k  2
# 7  q f p  1
# 8      n  8
# 9  n k h  7
# 10 d u l 10

创建数据：

toy <- data.frame(x = sample(letters, 10), y = sample(letters, 10), z = sample(letters, 10), stringsAsFactors = FALSE)
for (col in seq_along(toy)) toy[[col]][sample(10, 3)] <- "Not found"  
toy$n <- sample(10)
toy
#            x         y         z  n
# 1          m Not found         f  6
# 2          z         t         a  3
# 3  Not found         m Not found  4
# 4  Not found         j Not found  9
# 5          e Not found Not found  5
# 6          f         n         k  2
# 7          q         f         p  1
# 8  Not found Not found         n  8
# 9          n         k         h  7
# 10         d         u         l 10

Answer 3

预先编写一个简单的函数来实现您想要的功能，然后知道如何将该函数应用到所有的列中，这通常是有利的。

例如：

replace_notfound <- function(s, newstr="") s[grepl("Not found", s)] <- newstr

现在，让我们将该函数应用于数据的每一列：

# I'm assuming you want stringsAsFactors=FALSE
df.cleaned <- as.data.frame(lapply(df, replace_notfound), stringsAsFactors=FALSE)

并不总是框架的所有列都是character，因此您可能需要有条件地这样做：

ischr <- sapply(df, is.character)
df.cleaned <- df # just a copy
df.cleaned[ischr] <- lapply(df.cleaned[ischr], replace_notfound)