如何在R语言中拆分数据集：提取含数字/字母的行生成两个子集

嘿，我来帮你搞定这个拆分数据框的问题！先理清楚你之前代码的问题，再给出正确的实现方式。

首先先重现你的数据集：

DT <- as.data.frame(c("1","2", "3", "A", "B"))
names(DT)[1] <- "charnum"

你之前用的DT[is.numeric(as.numeric(DT$charnum)),]为啥不行？因为is.numeric()是用来判断整个向量的类型，而不是逐个元素是否为数字。当你把DT$charnum转成numeric后，虽然字母会变成NA，但整个向量的类型还是numeric，所以is.numeric()返回单个TRUE，导致你选中了所有行，结果自然不对。

正确的实现方法 #

方法一：利用as.numeric转换后的NA值判断

数字字符转成numeric时不会变成NA，但字母会，所以我们可以用!is.na()来筛选数字行：

# 筛选包含数字字符的行
DT1 <- DT[!is.na(as.numeric(DT$charnum)), ]
# 筛选包含字母字符的行
DT2 <- DT[is.na(as.numeric(DT$charnum)), ]

运行后就能得到你想要的结果：

DT1
charnum
1 1
2 2
3 3

DT2
charnum
4 A
5 B

方法二：用正则表达式精准匹配

如果你想更精准地匹配纯数字（比如避免把带字母的混合字符串误判），可以用grepl()结合正则表达式：

# 匹配纯数字字符（整数）
DT1 <- DT[grepl("^[0-9]+$", DT$charnum), ]
# 匹配非数字的行（也就是字母）
DT2 <- DT[!grepl("^[0-9]+$", DT$charnum), ]

如果你的数据里有带小数点的数字（比如"1.23"），可以把正则改成"^[0-9.]+$"，但要注意如果存在多个小数点的情况，可能需要进一步调整正则规则。

内容的提问来源于stack exchange，提问作者Tom