r - 在 R 中按字符串格式过滤

Question

我有一个应该始终格式化的 ID 列ABCDE123- 五个字母和三个数字，没有间隙没有符号。

我确定有许多行没有正确遵循这种格式。是否可以按 R 中的字符串格式进行过滤，以便我可以识别这些行并查看它们？

Tidyverse 是首选，但任何解决方案都会有所帮助！

Answer 1

如果这些是 5 个大写字母后跟 3 个数字，则指定正则表达式以匹配从字符串[A-Z]{5}的开头 ( ) 开始的 5 个大写字母，然后在字符串的结尾 ( )处匹配 3 个数字 ( )，以返回一个逻辑向量，即用于数据的行^[0-9]{3}$str_detectfilter

library(dplyr)
library(stringr)
df1 %>%
    filter(str_detect(ID, '^[A-Z]{5}[0-9]{3}$'))

---

如果应删除这些行，请negate = TRUE在str_detect

df1 %>%
    filter(str_detect(ID, '^[A-Z]{5}[0-9]{3}$', negate = TRUE))

或者正如@BenBolker 在评论中提到的那样，[[:upper:]]{5}与[A-Z]{5}