在R中用正则表达式筛选：移除第二个下划线后含O的元素

现有如下R字符向量：

my.ds <- c("Novo_Oeste_CANTODOPINHE_2O","Novo_Oeste_CANTODOPINHE_30O",
"Novo_Oeste_CANTODOPINHE_32O","Novo_Oeste_CANTODOPINHE_33O",
"Novo_Oeste_CANTODOPINHE_34O","Novo_Oeste_CANTODOPINHE_35O",
"Novo_Oeste_CANTODOPINHE_30","Novo_Oeste_CANTODOPINHE_492",
"Novo_Oeste_CANTODOPINHE_493","Novo_Oeste_CANTODOPINHE_494")

需要移除所有**第二个下划线_之后包含字符O**的元素，期望输出：

sel.ds
[1] "Novo_Oeste_CANTODOPINHE_30" "Novo_Oeste_CANTODOPINHE_492" 
[2] "Novo_Oeste_CANTODOPINHE_493" "Novo_Oeste_CANTODOPINHE_494" 

可以利用正则表达式结合grepl()函数筛选目标元素：

# 定义原始向量
my.ds <- c("Novo_Oeste_CANTODOPINHE_2O","Novo_Oeste_CANTODOPINHE_30O",
"Novo_Oeste_CANTODOPINHE_32O","Novo_Oeste_CANTODOPINHE_33O",
"Novo_Oeste_CANTODOPINHE_34O","Novo_Oeste_CANTODOPINHE_35O",
"Novo_Oeste_CANTODOPINHE_30","Novo_Oeste_CANTODOPINHE_492",
"Novo_Oeste_CANTODOPINHE_493","Novo_Oeste_CANTODOPINHE_494")

# 筛选第二个下划线后不含O的元素
sel.ds <- my.ds[!grepl("^[^_]+_[^_]+_.*O", my.ds)]

# 查看结果
sel.ds

正则说明 #

^[^_]+_[^_]+_.*O 的含义：

• ^：匹配字符串开头
• [^_]+：匹配任意非下划线字符（第一个下划线前的内容）
• _[^_]+_：匹配第二个下划线及之前的内容
• .*O：匹配第二个下划线之后包含O的任意内容
• !：取反，保留不满足上述匹配条件的元素

内容的提问来源于stack exchange，提问作者Leprechault