R 筛选数据列具有特定的字

我有一个数据帧：

ID    Value
1    {"user_id":112312}
2    {"email":#####@gmail.com, "phone":#######578}
3    {"email":#####@gmail.com}
4    {"user_id":234242}

我想过滤这个数据框，并保留列值中有“email”的行。因此，期望的结果是：

ID    Value
2    {"email":#####@gmail.com}
3    {"email":#####@gmail.com}

---

使用

dplyr

dataframe %>% filter(across(Value, ~ grepl('email', .)))

---

使用

dplyr

dataframe %>% filter(across(Value, ~ grepl('email', .)))

---

baser

解决方案是：

#Code
df2 <- df[grepl('email',df$Value),]

使用的一些数据：

#Data
df <- structure(list(ID = c(1, 2, 3, 4), Value = c("{\"user_id\":112312}", 
"{\"email\":#####@gmail.com, \"phone\":#######578}", "{\"email\":#####@gmail.com}", 
"{\"user_id\":234242}")), class = "data.frame", row.names = c(NA, 
-4L))

#数据
dfA
base R
解决方案为：

#Code
df2 <- df[grepl('email',df$Value),]

使用的一些数据：

#Data
df <- structure(list(ID = c(1, 2, 3, 4), Value = c("{\"user_id\":112312}", 
"{\"email\":#####@gmail.com, \"phone\":#######578}", "{\"email\":#####@gmail.com}", 
"{\"user_id\":234242}")), class = "data.frame", row.names = c(NA, 
-4L))

#数据
df您可以将包含
“email”
部分的行子集，然后提取电子邮件的模式

library(dplyr)
library(stringr)

df %>%
  filter(str_detect(Value, "email")) %>% 
  mutate(Value = str_c('{', str_extract(Value, '"email[^,}]+'), '}'))

#   ID                     Value
# 1  2 {"email":#####@gmail.com}
# 2  3 {"email":#####@gmail.com}

您可以将包含
“email”
部分的行子集，然后提取电子邮件的模式

library(dplyr)
library(stringr)

df %>%
  filter(str_detect(Value, "email")) %>% 
  mutate(Value = str_c('{', str_extract(Value, '"email[^,}]+'), '}'))

#   ID                     Value
# 1  2 {"email":#####@gmail.com}
# 2  3 {"email":#####@gmail.com}

首先，它看起来像是来自JSON数据，当您第一次加载它时，最好正确地解析它。试试这个包
jsonlite

代替此操作，您可以尝试以下方法删除手机数据：

library(tidyverse)

df <- structure(list(ID = c(1, 2, 3, 4), Value = c("{\"user_id\":112312}", 
                                                   "{\"email\":#####@gmail.com, \"phone\":#######578}", "{\"email\":#####@gmail.com}", 
                                                   "{\"user_id\":234242}")), class = "data.frame", row.names = c(NA, -4L))

df %>% 
  as_tibble() %>% 
  mutate(Value = str_sub(Value, 2, -2),
         Value = str_split(Value, ",", simplify = FALSE)) %>% 
  unnest(Value) %>% 
  filter(str_detect(Value, "email")) %>% 
  mutate(Value = paste0("{",Value,"}"))

库（tidyverse）
df%
as_tible（）%>%
变异（值=str_sub（值，2，-2），
Value=str_split（Value，，，simplify=FALSE））%>%
unnest（值）%%>%
过滤器（str_detect（值，“email”））%>%
变异（值=paste0（“{”，值“}”））

我使用的是@Duck的答案中的数据结构。
首先，它看起来是来自JSON数据，可能最好在首次加载时正确解析它。试试这个包
jsonlite

代替此操作，您可以尝试以下方法删除手机数据：

library(tidyverse)

df <- structure(list(ID = c(1, 2, 3, 4), Value = c("{\"user_id\":112312}", 
                                                   "{\"email\":#####@gmail.com, \"phone\":#######578}", "{\"email\":#####@gmail.com}", 
                                                   "{\"user_id\":234242}")), class = "data.frame", row.names = c(NA, -4L))

df %>% 
  as_tibble() %>% 
  mutate(Value = str_sub(Value, 2, -2),
         Value = str_split(Value, ",", simplify = FALSE)) %>% 
  unnest(Value) %>% 
  filter(str_detect(Value, "email")) %>% 
  mutate(Value = paste0("{",Value,"}"))

库（tidyverse）
df%
as_tible（）%>%
变异（值=str_sub（值，2，-2），
Value=str_split（Value，，，simplify=FALSE））%>%
unnest（值）%%>%
过滤器（str_detect（值，“email”））%>%
变异（值=paste0（“{”，值“}”））

我使用的数据结构来自@Duck的答案。
这是否回答了您的问题？这回答了你的问题吗？