筛选/子集/删除R中字符串中间包含字符的行

我有一个数据框，其中有一列包含肽序列，我只想保留字符串中没有内部“R”或“K”的行

df1 <- data.frame(
    Peptide = c("ABCOIIJUHFSAUJHR", "AOFIAUKOAISDFUK", 'ASOIRDFHAOHFKK'))


df1 #check output

---

df1我们可以跳过第一个和最后一个字符（
^.
，
$
），在
grep
中匹配零个或多个非R或K（
[^RK]*
）的字符，并使用这些字符对数据集进行子集化

df1[grepl("^.[^RK]*.$", df1$Peptide), , drop = FALSE]
#           Peptide
#1 ABCOIIJUHFSAUJHR

以下是
dplyr
解决方案：
str\u locate
是相当于
grepl
的tidyverse，因此代码如下所示：

df2 <- df1 %>%
  filter(Peptide %>% str_detect("^.[^RK]*.$"))

df2%
过滤器（肽%>%str\u检测（“^.[^RK]*.$”）
边缘大小写：单个字符串：
grepl（“^.[^RK]*.$”，“A”）
@Frank这是一个很好的例子。我想我们必须为那些边缘情况做一个
“^[^R|K]*。$”

是我最后使用的（我删除了

（句号），因为我意识到我实际上一开始也想过滤掉K | R。谢谢！我最后使用了

dplyr:：filter（肽%>%str\u detect（^[^R|K]*。$）

（因为我还想过滤掉字符串开头的R | K（见我上面的评论）。我自己对胰蛋白酶比较熟悉，我想这是你想要的，但它接受了所有3个肽，而我没有在开头包含

^.

。很高兴你让它起作用了！