R：只保留值与另一列中的值不同的行

Question

我只想保留第 1 列中最后两个字母（州缩写）与第 3 列中最后两个字母不同的行

  countyname            fipscounty   neighborname            fipsneighbor
1 Archuleta County, CO  8007         Rio Grande County, CO   8105
2 Archuleta County, CO  8007         Rio Arriba County, NM   35039
3 Archuleta County, CO  8007         San Juan County, NM     35045

在第 1 行中，两个县都在科罗拉多州。在第 2 行和第 3 行中，第一个县位于 CO，第二个县位于 NM。我只想保留第 2 行和第 3 行，使其看起来像这样：

  countyname            fipscounty   neighborname            fipsneighbor
2 Archuleta County, CO  8007         Rio Arriba County, NM   35039
3 Archuleta County, CO  8007         San Juan County, NM     35045

我该怎么做？

Answer 1

我们可以使用 str_sub 比较每列中的最后 2 个字符，并且仅 return 州缩写不匹配的行。

library(tidyverse)

df %>% 
  filter(str_sub(countyname, start= -2) != (str_sub(neighborname, start= -2)))

输出

            countyname fipscounty          neighborname fipsneighbor
1 Archuleta County, CO       8007 Rio Arriba County, NM        35039
2 Archuleta County, CO       8007   San Juan County, NM        35045

或者在 base R 中，我们可以使用 sub 对每列中的最后 2 个字符进行子集化，然后过滤数据帧。

df[sub('.*(?=.{2}$)', '', df$countyname, perl=T) !=
     sub('.*(?=.{2}$)', '', df$neighborname, perl=T),]

或使用 substr 的另一个选项（虽然更冗长）：

df[substr(df$countyname, nchar(df$countyname)-1, nchar(df$countyname)) !=
substr(df$neighborname, nchar(df$neighborname)-1, nchar(df$neighborname)),]

数据

df <- structure(list(countyname = c("Archuleta County, CO", "Archuleta County, CO", 
"Archuleta County, CO"), fipscounty = c(8007L, 8007L, 8007L), 
    neighborname = c("Rio Grande County, CO", "Rio Arriba County, NM", 
    "San Juan County, NM"), fipsneighbor = c(8105L, 35039L, 35045L
    )), class = "data.frame", row.names = c(NA, -3L))

R：只保留值与另一列中的值不同的行

R: only keep rows whose values differ from values in another column

r

data-manipulation