Bonjour, 

je dois nettoyer une base de donnée remplie de doublons, par exemple j'ai : 

df <- data.frame(dc1=c('a','a(2)','b','b(2)'),dc2=c('a','a v2','a(2)'),)

Comment je peux enlever tous les cellules de la colonne dc1 qui ont "(2)" et ceux dans la colonne dc2 qui ont "v2" et "(2)" ? 

Salut !

Tu peux par exemple t'aider de la fonction grepl qui recherche une chaîne (ou un expression régulière, en l'occurrence) dans une chaîne et qui renvoie un booléen selon qu'elle l'a trouvée ou pas.

Par exemple :

data <- data.frame(dc1 = c('a','a(2)','b','b(2)'), dc2 = c('a','a v2','a(2)','b'))

for (i in 1:NCOL(data))
{
   for (j in 1:NROW(data))
   {
      if (grepl("(\\([0-9]+\\)|(v[0-9]+))", data[j,i]))
      {
         data[j,i] = NA
      }
   }
}
data ## les cases contenant des parenthèses encadrant des chiffres, et la lettre v suivie immédiatement d'un nombre, ont toutes été vidées