字符串的中间部分是 ID,我希望每个 ID 只出现一次。如果有多个观察值具有相同的六个中间字母,我需要保留一个写着“07”而不是“08”或“A”而不是“B”的观察结果。如果数字是“02”,我想完全排除。除此之外,如果只出现一次 ID,我想保留它。所以如果我有:
col1
ID-1-AMBCFG-07A-01
ID-1-CGUMBD-08A-01
ID-1-XDUMNG-07B-01
ID-1-XDUMNG-08B-01
ID-1-LOFBUM-02A-01
ID-1-ABYEMJ-08A-01
ID-1-ABYEMJ-08B-01
那我想要:
col1
ID-1-AMBCFG-07A-01
ID-1-CGUMBD-08A-01
ID-1-XDUMNG-07B-01
ID-1-ABYEMJ-08A-01
我在想也许我可以使用 group_by 来指定 6 个字母的 ID,然后使用某种 if_else 语句?但我不知道如何指定字符串中字符的位置。非常感谢任何帮助!
最佳答案
使用 extract
和一些 dplyr
争吵:
library(tidyr)
library(dplyr)
df %>%
extract(col1, "ID-\\d-(.*)-(\\d*)(A|B)-01",
into = c("ID", "number", "letter"),
remove = FALSE, convert = TRUE) %>%
group_by(ID) %>%
filter(number != 2) %>%
slice_min(n = 1, order(number, letter)) %>%
ungroup() %>%
select(col1)
# col1
#1 ID-1-ABYEMJ-08A-01
#2 ID-1-AMBCFG-07A-01
#3 ID-1-CGUMBD-08A-01
#4 ID-1-XDUMNG-07B-01
关于r - 根据R中字符串中不同位置的不同条件进行过滤,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/74099309/