R语言如何按不区分大小写的子串匹配删除data frame行

你可以通过正则匹配函数grepl()实现需求，该函数返回布尔类型的逻辑向量，适配基础R、dplyr、data.table所有常见的数据操作语法，核心是开启ignore.case = TRUE参数实现不区分大小写匹配。

首先构造示例测试数据：

# 示例数据集
df <- data.frame(
  FirstName = c("Alexsmith", "ThegreatAlex", "AlexBobJones1", "Bobsmiles222", "Christopher", "Christofer"),
  Letter = c("A1", "A6", "A7", "A1", "A9", "A6")
)

不同语法场景的实现代码 #

• 基础R写法
  推荐优先用grepl()而非grep()做筛选：grepl直接返回等长逻辑值，没有匹配项时也不会出现索引报错，鲁棒性更好。

  # 保留FirstName列任意位置不包含Alex（任意大小写变体）的行
  res_base <- df[!grepl("Alex", df$FirstName, ignore.case = TRUE), ]
  

  如果一定要用grep()，可以通过返回的匹配位置索引反向筛选，但无匹配项时会报错，不推荐：

  res_grep <- df[-grep("Alex", df$FirstName, ignore.case = TRUE), ]
  

• dplyr写法
  在filter()中直接调用grepl()即可，不需要额外做类型适配：

  library(dplyr)
  res_dplyr <- df %>%
    filter(!grepl("Alex", FirstName, ignore.case = TRUE))
  

  之前遇到报错是因为把整个数据表对象传给了grep()，grep仅接收原子向量作为输入，只要传入对应列的向量就能正常运行。

• data.table写法
  data.table环境下可以直接调用grepl()做行筛选，也可以用内置的%like%操作符提升性能：

  library(data.table)
  dt <- as.data.table(df)
  # 写法1：直接用grepl
  res_dt1 <- dt[!grepl("Alex", FirstName, ignore.case = TRUE)]
  # 写法2：统一转小写后匹配，性能更高
  res_dt2 <- dt[!tolower(FirstName) %like% "alex"]
  

以上三种写法运行后，都会正确删除所有FirstName含Alex（不区分大小写）的行，最终保留Bobsmiles222、Christopher、Christofer三条记录。

内容的提问来源于stack exchange，提问作者user7264