基于第二张表的名称列表筛选DataFrame行（含\x3b的名称）

问题根源 #

你之前用grep出现误匹配，是因为默认的部分匹配规则——只要字符串包含目标子串（比如"A1"）就会被选中，导致"A18"这类包含"A1"的无关项也被筛选出来。需要限定匹配完整的名称项：即目标名称要么是整个name字段，要么是分号（\x3b即;）分隔的独立元素。

方法一：改进正则表达式（基础R实现） #

构建正则模式，强制匹配完整的名称项：

1. 给每个目标名称加上边界限制：要么在字符串开头，要么紧跟分号；要么在字符串结尾，要么后面跟分号
2. 用grepl做逻辑判断，筛选符合条件的行

# 定义目标名称列表
targets <- c("A1", "C3")
# 构建正则匹配模式
pattern <- paste0("(^|;)", targets, "(;|$)", collapse = "|")
# 筛选DataFrame
filtered_df <- df1[grepl(pattern, df1$name), ]

模式说明 #

(^|;) 匹配字符串开头或分号，(;|$) 匹配分号或字符串结尾，确保目标名称是独立的项，不会匹配"A18"这类包含目标子串的无关内容。

方法二：拆分字段后匹配（tidyverse风格） #

把分号分隔的名称拆成独立行，筛选后去重，逻辑更直观：

library(tidyr)
library(dplyr)

filtered_df <- df1 %>%
  # 按分号拆分name字段，生成多行
  separate_rows(name, sep = ";") %>%
  # 筛选目标名称
  filter(name %in% targets) %>%
  # 去重，保留原DataFrame的完整行
  distinct(id, .keep_all = TRUE)

方法三：stringr包简化正则匹配 #

用stringr的函数简化正则构建和匹配：

library(stringr)

pattern <- str_c("(^|;)", targets, "(;|$)", collapse = "|")
filtered_df <- df1[str_detect(df1$name, pattern), ]

内容的提问来源于stack exchange，提问作者K-A-R-O-L