如何筛选包含指定向量元素的tibble数据行？

问题核心 #

filter(A %in% mychoice)仅支持完全字符串匹配，而你需要筛选A列中包含mychoice任意元素的行，因此得用正则表达式实现部分匹配，同时要处理大小写差异（比如Small Change和Small change）。

解决方案 #

方法1：拼接正则表达式批量匹配 #

把mychoice里的元素用|拼接成正则规则，结合str_detect和忽略大小写参数完成匹配：

library(tidyverse)

mytibble <- tibble(A = c("Big Change", "Small change, New value, Strange Value", "NA-Value"))

mychoice <- c("Small Change", "NA-Value")

# 筛选包含mychoice任意元素的行（忽略大小写）
mytibble %>%
  filter(str_detect(A, regex(str_c(mychoice, collapse = "|"), ignore_case = TRUE)))

方法2：逐元素检查匹配状态 #

用purrr::map_lgl遍历每行字符串，判断是否匹配mychoice中的任意元素：

mytibble %>%
  filter(map_lgl(A, ~ any(str_detect(.x, regex(mychoice, ignore_case = TRUE)))))

结果说明 #

两种方法都会返回以下两行：

# A tibble: 2 × 1
  A                                        
  <chr>                                    
1 Small change, New value, Strange Value
2 NA-Value                                

内容的提问来源于stack exchange，提问作者arnyeinstein