从data.frame中删除带有特定符号的行

从data.frame中删除带有特定符号的行,r,dataframe,rows,delete-row,R,Dataframe,Rows,Delete Row,我正在清理我的数据,这里是我的一个data.frames的示例,列为V1: V1 #title 8132 river Rhine #rows 1231 #ID 11 #format csv YYYY-MM-DD;hh:mm; Original; tested; Flag 1926-10-01;--:--; 106.400; 106.400; -999 1926-10-02;--:--; 84.

我正在清理我的数据,这里是我的一个data.frames的示例,列为
V1

    V1
    #title 8132
    river Rhine
    #rows 1231
    #ID 11
    #format csv
    YYYY-MM-DD;hh:mm;   Original;     tested; Flag
    1926-10-01;--:--;    106.400;    106.400; -999
    1926-10-02;--:--;     84.560;     84.560; -999
    1926-10-03;--:--;     72.800;     72.800; -999
    1926-10-04;--:--;     65.800;     65.800; -999
    1926-10-05;--:--;     72.800;     72.800; -999
    1926-10-06;--:--;     72.800;     72.800; -999
    1926-10-07;--:--;     92.960;     92.960; -999
    1926-10-08;--:--;    126.000;    126.000; -999
    1926-10-09;--:--;    153.720;    153.720; -999
    1926-10-10;--:--;    136.920;    136.920; -999
我只需要删除包含“#”的任何行(即1,3,4,5),以及包含“#”的行之间不包含“#”的任何行(即2)

以下是我的预期输出:

YYYY-MM-DD;hh:mm;   Original;     tested; Flag
1926-10-01;--:--;    106.400;    106.400; -999
1926-10-02;--:--;     84.560;     84.560; -999
1926-10-03;--:--;     72.800;     72.800; -999
1926-10-04;--:--;     65.800;     65.800; -999
1926-10-05;--:--;     72.800;     72.800; -999
1926-10-06;--:--;     72.800;     72.800; -999
1926-10-07;--:--;     92.960;     92.960; -999
1926-10-08;--:--;    126.000;    126.000; -999
1926-10-09;--:--;    153.720;    153.720; -999
1926-10-10;--:--;    136.920;    136.920; -999
我试过:

df = df[!df$V1 == '#']

但它不起作用


请帮忙,谢谢。

好的,我就是这么做的:

#read csv file, add 5 columns and convert blank spaces to NAs
df = read.csv('file.csv', header = FALSE, sep = ';', col.names = c('V1', 'V2', 'V3', 'V4', 'V5'), na.strings = '')

#then remove rows which contain NAs
df = df[complete.cases(df),]

如果我无法重现一个好的data.frame示例,希望您会发现它很有用,并表示歉意。

您能在
read.table()中使用
skip=
吗?i、 e.
read.table(…,skip=6,…)
为什么不使用
sep=';'
df_sub = subset(df, V1 != '#')
#read csv file, add 5 columns and convert blank spaces to NAs
df = read.csv('file.csv', header = FALSE, sep = ';', col.names = c('V1', 'V2', 'V3', 'V4', 'V5'), na.strings = '')

#then remove rows which contain NAs
df = df[complete.cases(df),]