如何保留DataFrame中含无月份年份格式的行？

场景说明 #

现有如下R语言DataFrame：

df <- data.frame(
  id = c(1,2,3),
  date1 = c("2014-Dec 2018","2009-2010","Jan 2009-Aug 2010"),
  date2 = c("Feb 2016-Dec 2018","2014-Dec 2018","Oct 2013-Dec 2018")
)

需要保留**任意列中存在无月份的纯年份（月份为3字母格式，如Jan/Dec）**的行，最终排除所有日期串均带3字母月份前缀的行（如id=3的行）。

解决方案 #

通过正则表达式匹配无月份前缀的年份，结合行级筛选实现需求：

1. 定义匹配规则

使用负向后瞻正则，确保匹配的4位年份前没有"3字母月份+空格"的前缀：

pattern <- "(^|(?<![A-Z][a-z]{2} ))\\d{4}(-|$)"

2. Base R 实现

# 对每行的date1/date2列检查是否存在匹配项
filtered_df <- df[apply(df[, c("date1", "date2")], 1, function(x) any(grepl(pattern, x, perl = TRUE))), ]

# 查看结果
filtered_df

3. dplyr 实现（更简洁）

library(dplyr)

filtered_df <- df %>%
  rowwise() %>%
  filter(any(grepl(pattern, c(date1, date2), perl = TRUE))) %>%
  ungroup()

输出结果 #

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