R dplyr正则匹配删除非开头含指定子串的列报错求解

你写的后行断言语法本身没有错误，报错核心原因是dplyr::matches()默认使用R内置的TRE正则引擎，该引擎不支持零宽断言（包含你用到的反向/后行断言(?<!...)语法），因此正则编译阶段直接抛出错误。

以下三种方法都可以实现需求，按需选择即可：

• 方法1：开启Perl兼容正则支持，保留你原本的后行断言写法
  给matches()传入perl = TRUE参数，切换到支持零宽断言的PCRE引擎即可正常运行：

  library(dplyr)
  
  df <- data.frame(bar = rnorm(1),
                   foo1 = rnorm(1),
                   bar_foo1 = rnorm(1),
                   bar_foo1_bat = rnorm(1))
  
  df %>% select(-matches("(?<!^)foo1", perl = TRUE))
  

• 方法2：改用基础正则实现，无需切换引擎
  需求本质是匹配*foo1出现在非开头位置*，等价于「foo1前面至少存在1个任意字符」，用基础正则.+foo1就可以实现，不需要用到断言：

  df %>% select(-matches(".+foo1"))
  

• 方法3：用dplyr内置的选择助手组合实现，完全不用写正则
  先移除所有包含foo1的列，再把列名开头为foo1的列加回来，可读性更高，不容易出现正则写错的问题：

  df %>% select(-contains("foo1"), starts_with("foo1"))
  

以上三种方法运行后都能得到预期输出，仅保留bar和foo1两列。

注：你之前写的(?<!^).*foo1.*里的.*是多余的，matches()本身就是检测字符串中是否存在匹配的子串，不需要额外写前后通配符。

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