R语言按字符类型拆分数据集：提取数字与字母行

问题分析 #

你原来的代码没得到预期结果，核心原因是is.numeric(as.numeric(DT$charnum))的判断逻辑不对：当把字母"A"/"B"转成数字时会得到NA，而is.numeric(NA)返回的是TRUE（因为NA属于numeric类型），所以这个筛选条件会把所有行都保留下来，自然不符合你的需求。

解决方案 #

这里有两种可靠的方法来拆分你的数据集：

方法1：利用转换后的NA值筛选

我们可以通过判断as.numeric()转换后是否为NA来区分数字和字母：

# 重新定义数据集（方便复现）
DT <- as.data.frame(c("1","2", "3", "A", "B"))
names(DT)[1] <- "charnum"

# 筛选数字行：转换后非NA的就是可转为数字的字符
DT1 <- DT[!is.na(as.numeric(DT$charnum)), ]
# 筛选字母行：转换后为NA的就是字母字符
DT2 <- DT[is.na(as.numeric(DT$charnum)), ]

运行后得到的结果完全符合预期：

DT1
charnum
1 1
2 2
3 3

DT2
charnum
4 A
5 B

方法2：用正则表达式精准匹配

如果你想更直接地判断字符串是否为纯数字，可以用grepl()配合正则表达式^\\d+$（匹配1个或多个数字的字符串）：

DT1 <- DT[grepl("^\\d+$", DT$charnum), ]
DT2 <- DT[!grepl("^\\d+$", DT$charnum), ]

这个方法的优势是可以精准控制匹配规则，比如如果你的数据里有带小数点的数字，可以把正则改成^\\d+\\.?\\d*$来匹配。

内容的提问来源于stack exchange，提问作者Tom