R 过滤模式上的行和列中的位置

我需要帮助完成这项任务。我有一个数据帧，其中有说话人

id

s和他们在对话中的

语音

：

df <- data.frame(
  line = 1:10,
  id = c("A", "A", "B", NA, "A", "B", "B", "B", "B", "B"),
  speech = c("hi", "how are you [Larry]?", "[uh]", "(0.123)", "I'm fine [you 'n Mary] how's it [goin]?", "[erm]", "(0.401)", "well", "(0.555)", "y'know what it's like")
)

我尝试过这个（过滤太少）：

我试过这个（过滤太多）：

---

编写一个函数，将行号返回到每个组的子集，并将其应用于每个

id

library(dplyr)

return_rows <- function(x) {
  if(grepl('\\[.*\\]', x[1]) && length(x) > 1) return(1:grep('\\(.*\\)', x)[1])
  else return(0)
}

df %>% group_by(id) %>% slice(return_rows(speech))

#   line id    speech 
#  <int> <chr> <chr>  
#1     3 B     [uh]   
#2     6 B     [erm]  
#3     7 B     (0.401)

df %>% group_by(group = data.table::rleid(id)) %>% slice(return_rows(speech))

---

哦，那是个错误！非常感谢您的关注！该功能可以在同一组中容纳多个连续的

[…]

，对吗？否。如果第一个值具有

[…]

，它将从第1行返回第一个

（…）

。但在实际数据集中，在同一组中有1-4个

[…]

。对于实际数据集，代码不起作用：它无法拾取

（…）

值。我检查过：在

df

中，即使同一组中有多个连续的

[…]

，您的代码也能正常工作。是否可以使用

group\u by（id）

而不是

group\u by（grp=rleid（id））

设置代码？是的，使用

rleid进行更改应该可以。我应该用它编辑答案吗？
df %>% 
  group_by(grp = rleid(id)) %>% 
  filter(grepl("^\\[.*?\\]$", first(speech)) & !grepl("^\\(\\d\\.\\d{3})$|^\\w+", speech))

library(dplyr)

return_rows <- function(x) {
  if(grepl('\\[.*\\]', x[1]) && length(x) > 1) return(1:grep('\\(.*\\)', x)[1])
  else return(0)
}

df %>% group_by(id) %>% slice(return_rows(speech))

#   line id    speech 
#  <int> <chr> <chr>  
#1     3 B     [uh]   
#2     6 B     [erm]  
#3     7 B     (0.401)

df %>% group_by(group = data.table::rleid(id)) %>% slice(return_rows(speech))