從 R 列中刪除特殊字符和數字

Question

我有一個看起來像這樣的 df -

df <- data.frame(c = c('X.Int.2', 'BI', 'X.Int..4', 'BI.4', 'X.Int.6'),
                 d = sample(1:5, replace=T))

我正在嘗試從冷 d 中刪除所有特殊字符、“X”和數字。

我試過了

df %>%
  mutate(c = gsub("\\s[0-9()]+", '', c))

和

df %>%
    mutate(c = str_extract_all(c, "field:[a-zA-Z]+"))

兩者都不會拋出錯誤，但第一個不會更改 df，第二個會清空該列。

我顯然遺漏了一些明顯的東西。

我希望——

c<-c('Int', "BI', 'Int', 'BI', 'Int')

Answer 1

在 base R 中，您可以嘗試使用gsub ：

gsub('[X.0-9]', '', df$c)
#> [1] "Int" "BI"  "Int" "BI"  "Int"

這將刪除字符"X" 、 "." 和來自c列的數字。

Answer 2

刪除 X. 和數字

str_remove_all(df$c, "[X.]|[:digit:]")
#> [1] "Int" "BI"  "Int" "BI"  "Int"

內部變異：

df %>% 
  mutate(c = str_remove_all(c, "[X.]|[:digit:]"))
#>     c d
#> 1 Int 4
#> 2  BI 1
#> 3 Int 2
#> 4  BI 3
#> 5 Int 5

Answer 3

gsub的另一種選擇

gsub("[X.\\d+]", "", df$c, perl=TRUE)
#[1] "Int" "BI"  "Int" "BI"  "Int"