在R语言中移除数据框中Code列为数值的行

没问题，这有几种在R里实现你需求的方法，我会结合你提供的示例数据来演示，代码都可以直接复制运行～

首先，先构建你给出的示例数据框：

# 创建示例数据框
df <- data.frame(
  Name = c("Sam", "Julia", "Hari", "Merry", "Jazz", "Martin"),
  Code = c("SDFCVH", "KALMN", "123456", "432168", "AWEQRY", "410000"),
  stringsAsFactors = FALSE  # 确保Code列是字符型，避免因子类型干扰判断
)

方法1：基础R正则匹配（最精准，针对纯数值字符串） #

用grepl配合正则表达式，精准筛选出不是纯数字的行。正则^\\d+$表示"从开头到结尾全是数字的字符串"，加!取反就得到我们要保留的行：

# 筛选并保留Code列非纯数值的行
filtered_df <- df[!grepl("^\\d+$", df$Code), ]
print(filtered_df)

运行后输出的结果就是只保留Sam、Julia、Jazz的行，完全符合你的需求。

方法2：利用as.numeric的转换特性（适合更宽松的场景） #

如果你的需求是移除所有能被转换为数值的行（包括带小数的字符串，比如"123.45"），可以利用as.numeric转换非数值字符串时返回NA的特性：

# 筛选无法转换为数值的行
filtered_df2 <- df[is.na(as.numeric(df$Code)), ]
print(filtered_df2)

这个方法逻辑简单，但要注意：如果Code列有"123abc"这类混合字符串，也会被保留（因为转数值会得到NA）；如果只需要移除纯数字的行，方法1会更精准。

方法3：Tidyverse风格（代码更易读） #

如果你习惯用tidyverse工具链，可以用dplyr的管道语法配合stringr的字符串检测函数，让代码逻辑更连贯：

# 先安装并加载所需包（首次使用需要安装）
# install.packages(c("dplyr", "stringr"))
library(dplyr)
library(stringr)

# 筛选非纯数值的行
filtered_df3 <- df %>%
  filter(!str_detect(Code, "^\\d+$"))

print(filtered_df3)

这种写法更适合后续叠加复杂的数据清洗操作，可读性更强。

额外注意 #

如果你的原始DataFrame中Code列是因子类型，记得先转成字符型再进行判断，否则正则匹配可能失效：

# 将因子类型的Code列转为字符型
df$Code <- as.character(df$Code)

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