如何在R语言中筛选首字符为任意拉丁字母的行 附代码示例

你的原始代码存在两个问题：

1. 正则没有锚定首字符，[A-z]会匹配字符串任意位置的拉丁字母，所以首字符为数字但后续包含字母的5Sigma也会被命中
2. [A-z]写法不严谨，ASCII编码中大写Z到小写a之间包含`[ \ ] ^ _ ``等特殊符号，会出现误匹配

正确实现代码 #

library(dplyr)

df <- data.frame( marks = c(20.1, 30.2, 40.3, 50.4, 60.5),
                  age = c(21:25),
                  roles = c('Software Eng.', 'Software Dev', 
                            'Data Analyst', 'Data Eng.',
                            '5Sigma'))

# 方法1：用grepl返回逻辑值，正则锚定首字符为大小写拉丁字母
df %>% filter(grepl("^[A-Za-z]", roles))

# 方法2：用POSIX字符类，适配多语言环境下的字母匹配，通用性更强
df %>% filter(grepl("^[[:alpha:]]", roles))

运行上述代码即可得到你预期的输出结果。

内容的提问来源于stack exchange，提问作者Macosso