R语言：如何统计行长度并筛选不符合指定格式的DataFrame行？

1. 统计行长度相关命令 #

在R中：

• 统计数据框的总行数，用nrow()函数，比如nrow(df)会返回数据框df的行数。
• 统计每行中字符串的字符长度，可以用base R的nchar()或stringr包的str_length()，结合apply遍历每行：

  # Base R实现：统计date1、date2列每行的字符长度
  apply(df[, c("date1", "date2")], 1, function(x) nchar(x))
  
  # stringr包实现
  library(stringr)
  apply(df[, c("date1", "date2")], 1, function(x) str_length(x))
  

2. 筛选不符合指定格式的行 #

通过判断date1或date2的字符长度是否不等于17，即可筛选出目标行，提供两种实现方式：

方式一：Base R #

# 筛选date1或date2长度不为17的行
new_df <- df[which(nchar(df$date1) != 17 | nchar(df$date2) != 17), ]

方式二：dplyr+stringr（更简洁） #

先安装并加载依赖包：

install.packages(c("dplyr", "stringr"))
library(dplyr)
library(stringr)

再执行筛选：

new_df <- df %>% 
  filter(str_length(date1) != 17 | str_length(date2) != 17)

运行后得到的new_df即为预期结果：

> new_df
  id         date1             date2
1  1 2014-Dec 2018 Feb 2016-Dec 2018
2  2     2009-2010     2014-Dec 2018

内容的提问来源于stack exchange，提问作者Erik Brole