如何用类SQL %通配符的多部分匹配字符串过滤R数据集？

针对你的需求，我们可以通过正则表达式批量匹配实现，无需手动逐个编写匹配规则，具体步骤如下：

核心思路 #

利用grepl()函数结合正则表达式的“或”逻辑（|），将数百个字符串列表合并成一个匹配模式，一次性完成所有子串的检查。

情况1：匹配字段包含列表中任意子串（对应SQL的%substr%） #

只要字段值里出现列表中的任意子串就匹配，代码如下：

library(dplyr)

# 将字符串列表合并为正则匹配模式（用|分隔表示“或”）
match_pattern <- paste(List_Of_Strings, collapse = "|")

# 过滤符合条件的行
df_filtered <- df %>%
  filter(grepl(match_pattern, My_Field))

情况2：匹配字段以列表中任意子串开头（对应你的示例需求） #

如果需要像你示例中那样，只有字段值以列表子串开头才匹配（对应SQL的substr%），只需在每个子串前添加正则符号^（表示字符串开头）：

library(dplyr)

# 构建前缀匹配的正则模式
match_pattern <- paste("^", List_Of_Strings, collapse = "|", sep = "")

# 过滤
df_filtered <- df %>%
  filter(grepl(match_pattern, My_Field))

补充说明 #

• %in%无法满足需求的原因：它是精确匹配，只会检查字段值是否完全等于列表中的某个元素，不支持子串匹配。
• 该方法支持任意长度的字符串列表（包括400+元素），无需手动扩展规则。

内容的提问来源于stack exchange，提问作者haley