如何在Julia的DataFrame中不区分大小写搜索指定列的特定词汇

我在使用RDatasets包查找特定数据集时遇到了麻烦——这个包里包含763个带标识的数据集，很难确认目标数据集是否存在。比如我知道有一个食品相关的数据集，但不清楚确切名称，第一次搜索小写的"food"没有返回结果：

using RDatasets, DataFrames

# 调用包内所有数据集的信息
Rdatasets = RDatasets.datasets();

Rdatasets[occursin.("food", Rdatasets.Title), :]
# 0×5 DataFrame
#  Row │ Package   Dataset   Title   Rows   Columns
#      │ String15  String31  String  Int64  Int64
# ─────┴────────────────────────────────────────────

直到我尝试搜索大写的"Food"才找到目标数据集：

Rdatasets[occursin.("Food", Rdatasets.Title), :]
# 1×5 DataFrame
#  Row │ Package   Dataset     Title                              Rows   Columns
#      │ String15  String31    String                             Int64  Int64
# ─────┼─────────────────────────────────────────────────────────────────────────
#    1 │ Ecdat     BudgetFood  Budget Share of Food for Spanish…  23972        6

反复调整关键词的大小写非常繁琐，以下是两种可以在Rdatasets的Title列中不区分大小写查找包含"food"词汇的方法：

方法1：统一转换文本大小写后匹配 #

将Title列的所有文本和搜索关键词统一转换为小写（或大写），再使用occursin进行匹配，彻底消除大小写差异的影响：

using RDatasets, DataFrames

rdatasets = RDatasets.datasets()

# 统一转为小写后匹配
food_datasets = rdatasets[occursin.(lowercase("food"), lowercase.(rdatasets.Title)), :]

方法2：使用正则表达式的不区分大小写模式 #

利用Julia正则表达式的(?i)标记开启不区分大小写模式，写法更简洁：

# 通过正则表达式忽略大小写匹配
food_datasets = rdatasets[occursin.(r"(?i)food", rdatasets.Title), :]

两种方法都能直接筛选出所有标题中包含"food"（无论大小写形式）的数据集，无需反复尝试不同的关键词大小写。

内容的提问来源于stack exchange，提问作者Shayan