如何在R语言中移除数据框中与指定列表元素不匹配的行？

现有如下R语言生成的数据框：

df <- rbind("A*YOU 1.000 0.780", "A*YOUR 1.000 0.780", "B*USE 0.800 0.678", "B*USER 0.700 1.000")
df <- as.data.frame(df)

运行后输出：

> df
                  V1
1  A*YOU 1.000 0.780
2 A*YOUR 1.000 0.780
3  B*USE 0.800 0.678
4 B*USER 0.700 1.000

需要移除所有不包含列表 tenables <- c("A*YOU", "B*USE") 中任一元素的行，最终保留目标行。

方法1：基础R的grepl函数直接匹配 #

因为目标字符串里有正则特殊字符*，要设置fixed=TRUE把它当作普通字符处理，避免匹配出错：

tenables <- c("A*YOU", "B*USE")
# 把目标元素用|拼接成匹配模式，固定匹配字符
df_filtered <- df[grepl(paste0(tenables, collapse = "|"), df$V1, fixed = TRUE), ]

运行后得到结果：

> df_filtered
                  V1
1  A*YOU 1.000 0.780
3  B*USE 0.800 0.678

方法2：用stringr包的str_detect函数 #

如果习惯用tidyverse工具链，可以借助stringr包的匹配函数，同样要指定fixed模式：

library(stringr)
tenables <- c("A*YOU", "B*USE")
df_filtered <- df[str_detect(df$V1, fixed(tenables)), ]

搭配dplyr的filter函数更简洁：

library(dplyr)
library(stringr)
df_filtered <- df %>% 
  filter(str_detect(V1, fixed(tenables)))

方法3：拆分列后精准匹配 #

如果不想用正则，也可以先拆分V1列，提取前面的标识部分再做精准匹配：

tenables <- c("A*YOU", "B*USE")
# 拆分每行的V1内容，取第一个空格前的字符串
df$id <- sapply(strsplit(df$V1, " "), function(x) x[1])
# 筛选id在目标列表里的行
df_filtered <- df[df$id %in% tenables, ]
# 可选：去掉临时添加的id列
df_filtered <- df_filtered[, "V1", drop = FALSE]

内容的提问来源于stack exchange，提问作者CNiessen