如何 select data.table 中未清理数据的年份范围？

Question

我的一些数据采用这种格式：

                     Year  Persons
1:                   2014       69
2:                   2013       76
3:     2013 couldn't come        3
4:                   2012       48
5:                   2011       57
6:                               1

如您所见，Year 列中的数据不干净。当我想要 select 年从 2011 年到 2014 年的行时，以下代码有效：

DF[Year %in% c("2014", "2013", "2012", "2011") ]

Select 年份范围：

DF[Year >= 2011 and Year <= 2014] # This won't filter out the row like `2013 couldn't come`.

如果我们 select 所有常规年份，（去掉带有其他文本的年份，以及空年份），我想我可以使用正则表达式：

DF[ Year == '[0-9]{4}',]    # doesn't work.

但是，它不起作用。如何在data.table中使用正则表达式？

select 年份范围；
过滤掉不整洁的年份。

Answer 1

您可以提取年份：

DF[,Year:=as.numeric(gsub("([0-9]+).*","\1",Year))]

Answer 2

或者，如果您真的只想执行#1 和#2 而不是清理数据，则只需一个字符串操作：

dat[grepl("^201[1-4]$", Year)]

如何 select data.table 中未清理数据的年份范围？

How to select range of year in uncleaned data in data.table?

r

data.table