R语言中如何仅保留数据框X1列为数值的行，过滤非数值内容

核心逻辑非常直接：逐行判断X1列的内容，仅保留完全由数字组成的行，移除X1含非数值字符的对应整行，全程不会改动其他列的原有内容。

基础R实现（无需加载额外安装包） #

直接使用R内置函数完成筛选，通用性最强：
df_filtered <- df[grepl("^[0-9]+$", as.character(df$X1)), ]

• 匹配规则^[0-9]+$：从字符串开头到结尾完全匹配0-9的数字内容，像示例里X1列的"j""t""k""z"这类纯字母内容会被判定为非数值，对应行会被移除
• 嵌套as.character()是为了兼容X1列是因子类型的场景，避免因为存储类型问题出现匹配错误

tidyverse 生态实现（日常数据处理常用写法） #

如果习惯用dplyr做数据清洗，可以用管道符写法让逻辑更连贯：

library(dplyr)
df_filtered <- df %>%
  filter(grepl("^[0-9]+$", as.character(X1)))

注意事项 #

• 针对当前示例数据，运行上述代码后，最终输出的行顺序、列内容和要求的预期效果完全一致
• 后续如果X1列出现小数、负号类的数值内容，可以把正则规则替换为^-?[0-9]+(\\.[0-9]+)?$，覆盖带符号、带小数点的纯数值场景
• 处理完成后如果需要将X1列转为数值类型做计算，可追加代码df_filtered$X1 <- as.numeric(df_filtered$X1)，不会出现强制转换产生的NA值

内容的提问来源于stack exchange，提问作者mk894