dplyr 过滤器功能无法在 R 中过滤我的数据框

Question

我在 R 中有一个包含两列的数据框。第一列的数据类型/类是“字符”。然而，其中嵌入了数字......但我认为这些仍然是技术上的字符，因为当我运行函数类（column_name）时它返回“字符”。

我正在尝试使用 dplyr 过滤器功能过滤数据框。我希望过滤器函数返回相同的数据框，但没有“doc_id”列末尾包含“(2).txt”的行。

我一直在尝试很多事情，但没有一个奏效。

我试过：

constitutions <- constitutions %>% filter(!str_detect(doc_id, "(2).txt"))

constitutions <- constitutions[constitutions$doc_id %in% "(2).txt == FALSE]

constitutions %>% filter(!str_detect(doc_id, "(2).txt"))

*注意：这个^似乎只摆脱了其中的一些，但并没有接近全部。

constitutions <- subset(constitutions, !"(2).txt" %in% doc_id)

constitutions <- subset(constitutions, !("(2).txt" %in% consitutions$doc_id))

还有更多的迭代......我错过了什么？

附言我试图从宪法数据框中删除的 doc_id 列值的示例是：

Brazil_1988_rev_2017 (2).txt

在上述功能之一中使用正则表达式是否可行？我迷路了，想法用完了。 任何帮助将不胜感激。

Answer 1

这样转义括号和句号能解决问题吗？

constitutions <- constitutions %>% filter(!str_detect(doc_id, "\\(2\\)\\.txt"))

括号和句点（以及其他一堆符号）都是正则表达式中的特殊符号。要查找文字括号或句点，您必须使用反斜杠进行转义。例如：

这有效：

> "document(2).txt" %>% str_detect("\\(2\\)\\.txt")
[1] TRUE

这不是：

> "document(2).txt" %>% str_detect("(2).txt")
[1] FALSE

这里是更多关于正则表达式的链接。整章都很有用，但这里是关于转义的部分：https://r4ds.hadley.nz/regexps.html#sec-regexp-escaping