我不是来自grepl的行号-在R中执行此操作

如何解决我不是来自grepl的行号-在R中执行此操作

我正在尝试确定第一行，其中的一个数据单元格在数据帧中仅包含数字“，”，“ $”：

Assessment Area Offices Offices Deposits as of 6/30/16 Deposits as of 6/30/16 Assessment Area Reviews Assessment Area Reviews Assessment Area Reviews
2 Assessment Area       #       %               $ (000s)                      %              Full Scope           Limited Scope                   TOTAL
3     Ohio County       1   50.0%                $24,451                  52.7%                       1                       0                       1
4     Hart County       1   50.0%                $21,931                  47.3%                       1                       0                       1
5         OVERALL       2    100%                $46,382                 100.0%                       2                       0                       2

此代码确实找到该行：

grepl("[0-9]",table_1)

但是代码返回：

[1] FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE

我只想知道这一行。

解决方法

您的数据可能需要一些清理，但并不是完全有必要解决您的问题。您想找到包含美元符号和适当值的第一行。我的解决方案执行以下操作：

1. 遍历行
2. 在每一行中，询问是否至少有一个以美​​元符号开头的单元格，然后是数字和逗号的特定组合（将在下面进行详细说明）
3. 到达该行时停止
4. 打印行的ID

该解决方案涉及一个for循环，一个if语句和一个正则表达式。

首先，这是我尝试重现数据帧的尝试。同样，细节并不重要。我只是想将“金钱行”设置为第二行，这与您的示例中的显示方式类似

   df<- data.frame(
   Assessment_Area = c(2,3,4,5),Offices = c("#",1,2),Dep_Percent_63016 = c("#","50.0%","100.0%"),Dep_Total_63016 = c("$ (000s)","$24,451","$21,931","$46,382"),Assessment_Area_Rev = rep("Blah",4)
   )
   df

                  Assessment_Area Offices Dep_Percent_63016 Dep_Total_63016
          1               2       #                 #        $ (000s)
          2               3       1             50.0%         $24,451
          3               4       1             50.0%         $21,931
          4               5       2            100.0%         $46,382
                 Assessment_Area_Rev
          1                Blah
          2                Blah
          3                Blah
          4                Blah

这是for循环：

   library(stringr)
   for (i in 1:nrow(df)) {
   if (any(str_detect(df[i,],"^\\$\\d{1,3}(,\\d{3})*"))) {
   print(i)
   break
     }
    }

键是带有if语句的行。如果逻辑向量的任何元素为true，则any返回TRUE。在这种情况下，矢量是通过将stringr::str_detect应用于索引为df[i,]的df行来创建的。 str_detect返回一个逻辑向量-您提供一个字符向量和一个表达式以匹配该向量的元素。它为向量中的每个元素返回TRUE或FALSE，在这种情况下，向量是一行中的每个单元格。因此，关键在于正则表达式： "^\\$\\d{1,\\d{3})*"

这是我们在每一行中搜索的模式（货币单元）。 ^\\$表示我们希望字符串以美元符号开头。两个反斜杠转义了$字符，因为它是正则表达式中的元字符（结尾锚）。然后，我们需要1-3位数字。这将匹配任何低于$ 1,000的美元价值。然后，我们指定表达式可以包含,的任何数字（包括0），后跟另外三个数字。这将涵盖任何美元价值。

最后，如果遇到包含这些表达式之一的行，则for循环将打印该行的编号并结束循环，因此它将返回包含一个所需单元格的最低行号。在此示例中，输出为2。如果没有遇到适当的行，将不会发生任何事情。

掌握了这些信息后，您可能还会想做更多的事情，但是如果您所需要的只是包含您的货币表达方式的最低行号，那么这就足够了。

一个不太优雅的正则表达式，仅查找美元符号，逗号和数字将是：

     "[0-9$,]+"

这是您所要的，尽管我认为这不是您真正想要的，因为它可以匹配,56$,$$78