如何在R语言中检测字符向量各元素是否包含指定子串？

问题的核心是原城市字符串包含冗余的州缩写（NY），而目标向量里只有城市核心名称，因此直接匹配会失败。下面提供两种高效的实现方式：

方法1：基础R实现（无需额外包） #

先提取城市的核心名称，再用grepl做子串检测：

name <- c("Business Applications for New York", "Proprietors' Farm Income in New York", "Farm Business")
city <- "New York NY"

# 提取城市核心名称（移除末尾的州缩写及前置空格）
city_core <- sub("\\s+[A-Z]{2}$", "", city)
# 或者按空格拆分后取前两个部分（适用于双词城市名）
# city_core <- paste(strsplit(city, "\\s+")[[1]][1:2], collapse = " ")

# 检测每个元素是否包含核心城市名
result <- grepl(city_core, name, fixed = TRUE)
result
# 输出: [1]  TRUE  TRUE FALSE

fixed = TRUE参数会关闭正则解析，让匹配速度更快，适合处理大向量。

方法2：使用stringr包（更简洁） #

stringr包的函数更直观，适合字符串处理场景：

library(stringr)

name <- c("Business Applications for New York", "Proprietors' Farm Income in New York", "Farm Business")
city <- "New York NY"

# 移除末尾的州缩写
city_core <- str_remove(city, "\\s+[A-Z]{2}$")
# 检测子串存在性
result <- str_detect(name, fixed(city_core))
result
# 输出: [1]  TRUE  TRUE FALSE

通用扩展说明 #

如果城市名格式不固定（比如单词城市、多词城市），可以用更灵活的方式提取核心名称，比如取最后一个空格之前的所有内容：

city_core <- str_sub(city, 1, str_locate(city, "\\s+[^\\s]*$")[1] - 1)

内容的提问来源于stack exchange，提问作者Joe94