删除在 R 中开始和结束处包含句点的行

Question

我在 R 中有一个包含一百多行字符的数据集。

我正在尝试删除所有以“.”开头和结尾的行。时期的性格。 我会先将这些行设置为空白，然后通过将它们写入 .csv 文件来删除它们。问题在第一部分，我如何先将它们设置为空白？

以下是我尝试过的 gsub 命令，但未对任何行执行任何操作。

#remove all periods followed by a space
data$text<- gsub('^([.][.])$', '', data$text)
data$text <- gsub('[.]*$',"",data$text) # with over a hundred rows

Value   text
1     male occupied
2     male occupied
3     female occupied
4     . . . .
5     male occupied
6     . . .
7     female occupied
8     . .

我的预期输出:

Value   text
1     male occupied
2     male occupied
3     female occupied
5     male occupied
7     female occupied

我如何在 R 中执行此操作？ gsub 是正确的选择吗？

Answer 1

gsub 是从字符串中删除/替换子字符串的全局替换。根据 ?gsub

The two *sub functions differ only in that sub replaces only the first occurrence of a pattern whereas gsub replaces all occurrences.

这里的目的是找到向量中模式的位置并删除向量或列中的那些元素(从数据帧中删除行)。 grep 文档说

grep, grepl, regexpr, gregexpr and regexec search for matches to argument pattern within each element of a character vector: they differ in the format of and amount of detail in the results.

因此，我们得到数字索引(grep)或逻辑向量(grepl)输出并对 ddata 进行子集化

df1[!grepl("^\\.|\\.$", df1$text),]

在这里，我们匹配了一个.(.是任何字符的元字符——所以要得到字面意思，要么转义(\\) 或将其放在方括号 ([.]) 中或使用 fixed = TRUE - 这里有 |，所以我们不能在字符串的开头 (^) 或结尾 ($) 使用该选项)以使用 grepl 返回逻辑向量，取反(!) 以便 TRUE -> FALSE 和 FALSE -> TRUE 并使用它来过滤行。