求可检测拆分相似字符字符串的R代码，解决grepl匹配冲突

精准匹配括号内的目标字符串 #

你的示例数据里类别（organic/inorganic）都包裹在括号中，直接针对括号内的完整内容匹配，能彻底避免子串干扰：

library(dplyr)
library(stringr)

# 筛选含"(organic)"的条目（不区分大小写）
df1 %>% 
  filter(str_detect(fertilizer_name, "\\(organic\\)", ignore_case = TRUE))

# 筛选含"(inorganic)"的条目
df1 %>% 
  filter(str_detect(fertilizer_name, "\\(inorganic\\)", ignore_case = TRUE))

用单词边界匹配完整单词 #

如果类别不一定在括号里，使用正则的单词边界\b，确保匹配的是独立的"organic"单词，而非"inorganic"中的子串：

# 匹配完整的"organic"单词（不区分大小写）
df1 %>% 
  filter(grepl("\\borganic\\b", fertilizer_name, ignore.case = TRUE))

# 匹配完整的"inorganic"单词
df1 %>% 
  filter(grepl("\\binorganic\\b", fertilizer_name, ignore.case = TRUE))

提取类别列批量处理 #

对于10万行的大数据集，先把括号内的类别提取为单独列，后续筛选、分组都会更高效直观：

df1_processed <- df1 %>%
  mutate(fertilizer_type = str_extract(fertilizer_name, "(?<=\\().*?(?=\\))"))

# 筛选organic类型
df1_processed %>% filter(fertilizer_type == "organic")

# 按类别分组统计
df1_processed %>% count(fertilizer_type)

反向排除干扰项 #

如果需要保留"organic"且排除"inorganic"，可以用逻辑条件组合过滤：

df1 %>%
  filter(grepl("organic", fertilizer_name, ignore.case = TRUE) & 
         !grepl("inorganic", fertilizer_name, ignore.case = TRUE))

内容的提问来源于stack exchange，提问作者Sam Mwenda