Фильтрация наблюдений в dplyr в сочетании с grepl

Я пытаюсь определить, как фильтровать некоторые наблюдения из большого набора данных, используя dplyr и grepl. Я не привязан к grepl, если другие решения будут более оптимальными.

Возьмем этот образец df:

df1 <- data.frame(fruit=c("apple", "orange", "xapple", "xorange", 
                          "applexx", "orangexx", "banxana", "appxxle"), group=c("A", "B") )
df1


#     fruit group
#1    apple     A
#2   orange     B
#3   xapple     A
#4  xorange     B
#5  applexx     A
#6 orangexx     B
#7  banxana     A
#8  appxxle     B

Я хочу:

  1. отфильтруйте те случаи, начинающиеся с 'x'
  2. отфильтруйте те случаи, заканчивающиеся на 'xx'

Мне удалось решить, как избавиться от всего, что содержит "x" или "xx", но не начинается с или заканчивается. Вот как избавиться от всего, что "xx" внутри (не просто заканчивается):

df1 %>%  filter(!grepl("xx",fruit))

#    fruit group
#1   apple     A
#2  orange     B
#3  xapple     A
#4 xorange     B
#5 banxana     A

Это, очевидно, "ошибочно" (с моей точки зрения) отфильтровано "appxxle".

Я никогда полностью не справился с регулярными выражениями. Я пытаюсь изменить код, например: grepl("^(?!x).*$", df1$fruit, perl = TRUE) чтобы попытаться заставить его работать в команде фильтра, но я не совсем понял его,

Ожидаемый результат:

#      fruit group
#1     apple     A
#2    orange     B
#3   banxana     A
#4   appxxle     B

Я хотел бы сделать это внутри dplyr если это возможно.

Ответы

Ответ 1

Я не понял ваше второе регулярное выражение, но это более основное регулярное выражение, похоже, делает трюк:

df1 %>% filter(!grepl("^x|xx$", fruit))
###
    fruit group
1   apple     A
2  orange     B
3 banxana     A
4 appxxle     B

И я предполагаю, что вы это знаете, но вам вообще не нужно использовать dplyr:

df1[!grepl("^x|xx$", df1$fruit), ]
###
    fruit group
1   apple     A
2  orange     B
7 banxana     A
8 appxxle     B

Регулярное выражение ищет строки, начинающиеся с x OR end с xx. ^ И $ являются якорями регулярных выражений для начала и окончания строки соответственно. | является оператором OR. Мы grepl результаты grepl с помощью ! поэтому мы находим строки, которые не соответствуют тому, что внутри регулярного выражения.