基于前三个数字的子集

Question

我有一个非常大的变量数据集，我需要根据邮政编码的前三个数字进行子集化。我不确定该怎么做，如果您能提供任何帮助，我将不胜感激。

我如何将此示例 dput 子集化以删除所有以 721 开头的邮政编码。请注意，我不能简单地执行大于 (>) 的操作，因为有大于 721 的邮政编码谢谢！

输入：

data <- structure(list(state = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
  1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("AR", 
  "IL", "MO"), class = "factor"), zip = c(72003L, 72042L, 72073L, 
  72166L, 72038L, 72055L, 72160L, 72026L, 72048L, 72140L, 72003L, 
  72042L, 72073L, 72166L, 72038L, 72055L, 72160L, 72026L, 72048L, 
  72140L)), .Names = c("state", "zip"), row.names = c(NA, 20L), class = "data.frame")

数据：

   state   zip
1     AR 72003
2     AR 72042
3     AR 72073
4     AR 72166
5     AR 72038
6     AR 72055
7     AR 72160
8     AR 72026
9     AR 72048
10    AR 72140
11    AR 72003
12    AR 72042
13    AR 72073
14    AR 72166
15    AR 72038
16    AR 72055
17    AR 72160
18    AR 72026
19    AR 72048
20    AR 72140

Answer 1

你可以试试substr

data[substr(data$zip, 1,3)!=721,]

或使用data.table

library(data.table)
setDT(data)[substr(zip,1,3)!=721]

或dplyr

library(dplyr)
data %>% 
      filter(substr(zip, 1,3)!=721)

或使用 tidyr

中的 extract

library(tidyr)
extract(data, zip, 'zip1', '(...).*', FALSE) %>% 
                              filter(zip1!=721) %>% 
                              select(-zip1)

基于前三个数字的子集

Subset based on first three numbers

r

subset