删除 data.frame 列值中的特殊符号

Question

我有两个数据框，每个数据框都有一个名称列

df1:

name  
@one2  
!iftwo  
there_2_go  
come&go

df1 = structure(list(name = c("@one2", "!iftwo", "there_2_go", "come&go")),.Names = c("name"), row.names = c(NA, -4L), class = "data.frame")

df2:

name  
One2  
IfTwo#  
there-2-go  
come.go



df2 = structure(list(name = c("One2", "IfTwo#", "there-2-go", "come.go")),.Names = c("name"), row.names = c(NA, -4L), class = "data.frame")

现在比较两个数据帧是否不相等是很麻烦的，因为使用 %in% 的特殊符号。使用 stringR 删除特殊符号可能很有用。但是我们如何准确地将 stringR 函数与 %in% 一起使用并显示它们之间的不匹配

已经完成mutate()全部转换为小写toLower()如下

df1<-mutate(df1,name=tolower(df1$name))
df2<-mutate(df2,name=tolower(df2$name))

当前比较输出：

df2[!(df2 %in% df1),]
[1] "one2"       "iftwo#"     "there-2-go" "come.go"

预期输出内容基本相同但带有特殊符号：

 df2[!(df2 %in% df1),]
 character(0)

问题：我们如何忽略Frame内容中的符号

Answer 1

这里是在一个函数中，

f1 <- function(df1, df2){
  i1 <- tolower(gsub('[[:punct:]]', '', df1$name))
  i2 <- tolower(gsub('[[:punct:]]', '', df2$name))
  d1 <- sapply(i1, function(i) grepl(paste(i2, collapse = '|'), i))
  return(!d1)
}

f1(df, df2)
#    one2    iftwo there2go   comego 
#   FALSE    FALSE    FALSE    FALSE 

#or use it for indexing,

df2[f1(df, df2),]
#character(0)

删除 data.frame 列值中的特殊符号

Removing the special symbols in data.frame column values

r

stringr

dplyr

tidyr