用grep对观测值进行反滤波

如下图所示：

    df <- data.frame(X1 = rep(letters[1:3],3),
                     X2 = 1:9,
                     X3 = sample(1:50,9))
    df
    ind<- grep("a|c", df$X1)
    library(data.table)
    df_ac <- df[ind,]
    df_b <- df[!ind,]

---

但是，在我的原始脚本中，为什么命令

df_b您可能对
grepl
而不是
grep
更感兴趣：

ind<- grepl("a|c", df$X1)
df[ind,]
#   X1 X2 X3
# 1  a  1 16
# 3  c  3 38
# 4  a  4 10
# 6  c  6 18
# 7  a  7 33
# 9  c  9 49

df[!ind,]
#   X1 X2 X3
# 2  b  2  5
# 5  b  5 14
# 8  b  8 50

您确定要使用
grep
而不是%

中的

%吗？此外，如果您需要
grep
方法，您可能需要查看
grepl
。此外，为什么要在此处加载“data.table”？执行
！ind
在控制台中，您将看到为什么该表达式返回空的
data.frame
。您好，我使用“data.table”，因为我的原始数据集很大，我想使用data.table来操作我的数据集。我稍微修改了一下我的问题。我只是想知道为什么我在
data.table
中的逻辑不正确。感谢you@nrussell让我非常惊讶的是，所有的
都是假的
！ind
。我意识到
grep
返回数字索引，但是
！ind
是一个逻辑运算符，它永远不会给我想要的东西。我需要改用
grepl
。非常感谢你的提示！非常感谢你！它与
grepl
一起工作。表
喜欢使用逻辑模式而不是数字索引来识别观察结果。我会投票给你的答案。@ChuanTang，你总是可以做
df[setdiff（seq_len（nrow（df）），ind）]
。但是这比仅仅使用
grepl
@ChuanTang要麻烦得多。在这种情况下，逻辑索引有好处，因为%

中的

%有一些优化。另外，对于字符向量，
%chin%
通常建议使用
%in%
（出于某种原因…）。
ind<- grepl("a|c", df$X1)
df[ind,]
#   X1 X2 X3
# 1  a  1 16
# 3  c  3 38
# 4  a  4 10
# 6  c  6 18
# 7  a  7 33
# 9  c  9 49

df[!ind,]
#   X1 X2 X3
# 2  b  2  5
# 5  b  5 14
# 8  b  8 50

ind2 <- c("a", "c")
library(data.table)
setDT(df)
df[X1 %in% ind2]
#    X1 X2 X3
# 1:  a  1 16
# 2:  c  3 38
# 3:  a  4 10
# 4:  c  6 18
# 5:  a  7 33
# 6:  c  9 49

df[!X1 %in% ind2]
#    X1 X2 X3
# 1:  b  2  5
# 2:  b  5 14
# 3:  b  8 50