基于R dataf中字符串中的字过滤数据

我有一个需要清理的数据框，以包含一个处理变量（列）。该信息当前存储在

plant

变量中，但我需要将其作为自己的列。我试过在我的烟斗里过滤，但还没有成功。这两种治疗应为

对照组

和

覆盖治疗

库（tidyverse）
setwd（“/Users/israel/Desktop/Ecology Paper”）
原始数据%
突变所有（funs（替换na（，0））%>%
分组依据（location.ID，Year）%>%
聚集（键=工厂，值=计数，-location.ID，-Year）%>%
分组依据（location.ID，Year，as.factor（plant））%>%过滤器（包含（控制））

如果我们试图基于“工厂”进行过滤，请在“工厂”列上使用

stru detect

（或

grepl

from

base R

）

library(dplyr)
library(tidyr)
library(stringr)
raw.data %>% 
   select (1,3:35, 100:115) %>% 
   mutate_if(is.numeric, replace_na, 0)  %>%
  pivot_longer(cols = -c(location.ID, Year), names_to ='plant',
            values_to = 'count') %>%       
  filter(str_detect(plant, 'Control')) %>%
  group_by(location.ID, Year)

---

group_by

步骤不清楚。如果我们想

过滤
任何
控制，那么在
过滤
之前将
分组，并用
任何
包装，即
任何（str\u检测（植物，'Control'））
你能包括一些说明性的可重复数据吗？
library(dplyr)
library(tidyr)
library(stringr)
raw.data %>% 
   select (1,3:35, 100:115) %>% 
   mutate_if(is.numeric, replace_na, 0)  %>%
  pivot_longer(cols = -c(location.ID, Year), names_to ='plant',
            values_to = 'count') %>%       
  filter(str_detect(plant, 'Control')) %>%
  group_by(location.ID, Year)