如何基于特定字符串筛选DataFrame中的行？

首先先把你提供的不完整DataFrame补全为可运行的R代码：

df <- data.frame(
  col = c(
    "在低浓度下不会解离的体。{ECO:0000269|PubMed:27918561}.细胞核 {ECO:0000250}",
    "细胞核 {ECO:0000250}.内质网膜 {ECO:0000269|PubMed:24807418}; ",
    "细胞核 {ECO:0000269|PubMed:15897886}.",
    "细胞核 {ECO:0000305}."
  ),
  row.names = c(NA, -4L)
)

以下是两种常用的筛选方法：

方法一：基础R原生实现 #

利用grepl()函数检测字符串是否包含目标内容，返回逻辑向量后用于行索引筛选：

# 保留包含"细胞核"的所有行
filtered_df <- df[grepl("细胞核", df$col), ]

# 保留包含特定ECO编号（如ECO:0000269）的行
filtered_df <- df[grepl("ECO:0000269", df$col), ]

如果需要精确匹配完整字符串而非部分包含，设置fixed=TRUE参数：

# 精确匹配"细胞核 {ECO:0000250}"的行
filtered_df <- df[grepl("细胞核 {ECO:0000250}", df$col, fixed = TRUE), ]

方法二：tidyverse工具链实现 #

使用dplyr的filter()结合stringr的str_detect()函数，语法更直观：

library(dplyr)
library(stringr)

# 保留包含"细胞核"的行
filtered_df <- df %>%
  filter(str_detect(col, "细胞核"))

# 保留包含ECO:0000269的行
filtered_df <- df %>%
  filter(str_detect(col, "ECO:0000269"))

精确匹配时用fixed()包裹目标字符串：

filtered_df <- df %>%
  filter(str_detect(col, fixed("细胞核 {ECO:0000250}")))

内容的提问来源于stack exchange，提问作者nik