如何在R语言中删除数据框指定列特定行的".."字符

你需要删除数据框指定列中部分行的特定字符".."，其余行保持不变。示例数据框如下：

df <- data.frame(region = c("Region A", "..Region B", "Region C", "..Region D"),
                 value = c("12", "9", "11", "18"))

期望输出：

region value
1 Region A    12
2 Region B     9
3 Region C    11
4 Region D    18

你尝试过以下代码，但结果要么删除过多字符，要么清空字符串：

df$region <- str_extract(df$region, "..")
df$region <- sub("..", "", df$region)
df$region <- gsub("..","", as.character(df$region))

错误原因分析 #

正则表达式中，.是特殊元字符，代表匹配任意单个字符，所以你写的".."会匹配任意两个字符，而非字面意义上的".."符号：

• str_extract(df$region, "..")只会提取每行前两个任意字符，完全不符合需求；
• sub("..", "", df$region)会替换每行前两个任意字符为空，比如"Region A"会被改成"gion A"；
• gsub("..","", ...)会把所有字符两两匹配后删除，直接清空字符串。

正确解法 #

方法1：用sub开启字面量匹配（推荐，无需正则知识） #

通过fixed=TRUE参数，将搜索字符串当作普通文本处理，不解析正则元字符：

df$region <- sub("..", "", df$region, fixed = TRUE)

方法2：正则转义匹配行首的".." #

如果需要用正则，要对.转义（\\.），同时用^限定只匹配字符串开头的".."，避免误删中间出现的符号：

df$region <- sub("^\\.\\.", "", df$region)

方法3：stringr包的str_remove（更直观） #

若习惯tidyverse工具链，stringr::str_remove支持字面量匹配：

library(stringr)
df$region <- str_remove(df$region, fixed(".."))

运行任意方法后，查看结果：

print(df)

输出完全符合期望：

region value
1 Region A    12
2 Region B     9
3 Region C    11
4 Region D    18

内容的提问来源于stack exchange，提问作者Jackie