使用 grepl * 返回 R dplyr 中的 NA 值答案

【问题标题】：using grepl * to return NA values in R dplyr使用 grepl * 返回 R dplyr 中的 NA 值
【发布时间】：2022-01-15 04:09:30
【问题描述】：

我有一个具有 NA 值的数据集。我通过传递搜索字符串使用 grepl 进行过滤，并且一直希望使用“*”来返回所有值。

df <- structure(list(`Subject description` = c("Art & Design", "Chinese", 
"Classical Greek", "D&T Product Design", "Drama & Theatre Studies"
), `Discount code` = c(NA_character_, NA_character_, NA_character_, 
NA_character_, NA_character_)), row.names = c(NA, -5L), class = c("tbl_df", 
"tbl", "data.frame"))

search <- "*"

df %>% filter(grepl(search, `Discount code`))

以上返回一个空数据框。 grepl 有没有办法返回 NA 值。我很感激我可以用is.na(Discount code) 过滤器OR，但是我的代码正在使用搜索字符串，并且如果向string 提供另一个值，我不想返回 na 值

【问题讨论】：

如果内容为 NA 或匹配您的搜索模式，您希望过滤器返回值？
我想要两个功能，我希望“*”会返回包括 NA 在内的每一行，并且其他正则表达式值不会返回正在搜索的内容

标签： r dplyr grepl

【解决方案1】：

由于 grepl 只返回 TRUE 或 FALSE，您可以将 is.na 和您的 grepl 语句结合起来：

search <- "b"

df %>% filter(is.na(`Discount code`) | grepl(search, `Discount code`))

【讨论】：

但是不管搜索字符串是什么，这不会返回NAs 吗？是否认为如果搜索模式是 "b" 则不应选择 NA 行。
是的，但据我了解，他有一个空结果，这是仅使用 grepl 所期望的，因此我认为他想返回与 grepl 匹配的值，但也返回等于 NA 的值

【解决方案2】：

您可以将NAs 替换为""。然后您可以使用搜索字符串通过查找"*" 来返回所有行：

library(dplyr)
library(tidyr)

df %>%
  replace_na(list("Discount code" = "")) %>%  
    filter(grepl("*", `Discount code`))

#> # A tibble: 5 x 2
#>   `Subject description`   `Discount code`
#>   <chr>                   <chr>          
#> 1 Art & Design            ""             
#> 2 Chinese                 ""             
#> 3 Classical Greek         ""             
#> 4 D&T Product Design      ""             
#> 5 Drama & Theatre Studies ""

^{由reprex package (v2.0.1) 于 2021 年 12 月 10 日创建}

【讨论】：

【解决方案3】：

我最终创建了一个自定义函数来执行此操作：

greplna <- function(data, reg="*", var="Discount code"){
  if(reg == "*"){
    tmp <- grepl("*", as.list(data[var])[[1]]) | is.na(as.list(data[var])[[1]])
  }else{
    tmp <- grepl(reg, as.list(data[var])[[1]])
  }
  return(tmp)
}

然后您可以在 dplyr 语句中使用它：

df %>% filter(greplna(., search, "Discount code"))

但不要在分组后使用它，因为. 获取整个数据集，而不是分组数据集

【讨论】：

这也是一个不错的选择。您可以使用{{ }} 和ifelse 来简化函数：function(x = "Discount code", reg="*"){ ifelse(reg == "*", (grepl("*", {{ x }}) | is.na({{ x }})), grepl(reg, {{ x }}))}
我之前没见过{{}}。它有什么不同？
它使函数与列名（符号）一起工作，在这种情况下我们不需要数据参数。在“间接”下的programming with dplyr vignette 中有解释。