從數據框中刪除特殊字符

Question

我有一個包含字符串“Energy per �m”的矩陣。 在“m”之前是一個菱形符號，里面有一個問號——我不知道它是什么。

我試圖通過在矩陣的列上使用它來擺脫它：

a=gsub('Energy per �m','',a) 

[並為 gsub 的第一項使用復制/粘貼]，但它不起作用。[“a=rep(5,Energy per”) 中的意外符號]。當我嘗試使用 grepl 從原始矩陣中提取某些內容時，我得到:

46: In grepl("ref. value", raw$parameter) :
input string 15318 is invalid in this locale

我怎樣才能擺脫所有這些跡象？ 我只想有 0-9、AZ、az、/ 和 '. 可以撥打 rest。

Answer 1

可能有比使用正則表達式更好的方法（例如通過更改Encoding ）。

但這是您的正則表達式解決方案：

gsub("[^0-9A-Za-z///' ]", "", a)
[1] "Energy per m"

但是，正如@JoshuaUlrich 所指出的，您最好使用：

gsub("[^[:alnum:]///' ]", "", x)
[1] "Energy per m"

Answer 2

如果您更喜歡使用stringr package， str_replace_all()是一個選項：

library(stringr)

x <- 'Energy per �m'

str_replace_all(x, "[^[:alnum:]///' ]", "")
[1] "Energy per m"