R删除仅包含数字的数据框条目中的数字

Question

我正在从在线 csv 文件中读取数据框，但创建文件的人不小心在列中输入了一些数字，这些数字应该只是城市名称。 cities.data 表的示例。

City        Population   Foo   Bar
Seattle     10           foo1  bar1
98125       20           foo2  bar2
Kent 98042  30           foo3  bar3
98042 Kent  30           foo4  bar4

删除城市列中只有数字的行后所需的输出：

City        Population   Foo   Bar
Seattle     10           foo1  bar1
Kent 98042  30           foo3  bar2
98042 Kent  30           foo4  bar4

我想删除城市列中只有数字的行。 Kent 98042 和 98042 Kent 都可以，因为它包含城市名称，但由于 98125 不是城市，我删除了该行。

我无法使用is.numeric，因为该数字在 csv 文件中被读取为字符串。我尝试使用正则表达式，

cities.data <- cities.data[which(grepl("[0-9]+", cities.data) == FALSE)]

但这会删除包含任何数字的行，而不仅仅是只包含数字的行，例如

City        Population   Foo   Bar
Seattle     10           foo1  bar1

"Kent 98042" 已被删除，即使我想保留该行。 建议？请和谢谢！

Answer 1

如果您根本不需要城市列中的数字：

# replace all numbers with empty string
cities.data$City <- gsub("[0-9]+", "", cities.data$City) 
# drop observations that are only empty strings
cities.data <- cities.data[cities.data$City!="",]  

edit：这应该处理更新示例中的所有情况，其中数字可以位于字符串中的任何位置。

Answer 2

df = read.table(text = "
City        Population   Foo   Bar
Seattle     10           foo1  bar1
98125       20           foo2  bar2
Kent98042  30           foo3  bar2
", header=T, stringsAsFactors=F)

library(dplyr)

df %>% filter(is.na(as.numeric(City)))

#        City Population  Foo  Bar
# 1   Seattle         10 foo1 bar1
# 2 Kent98042         30 foo3 bar2

这个想法是，当我们将as.numeric 应用于字符变量时，它不会返回NA 值，只有当它是一个数字时。

如果你想使用base R，你可以使用这个：df[is.na(as.numeric(df$City)),]

Answer 3

用纯R：

df <- data.frame(City = c('Seattle', '98125', 'Kent 98042'),
                 Population = c(10, 20, 30),
                 Foo = c('foo1', 'foo2', 'foo3'))
df2 <- df[-grep('^\\d+$', df$City),]
df2

这会产生

        City Population  Foo
1    Seattle         10 foo1
3 Kent 98042         30 foo3

---

这个想法是寻找^\d+$（只有数字）并从集合中删除这些。注意两边的锚。