如何在R语言的Data Frame中使用grep筛选匹配指定文本的行

错误原因 #

你直接将完整DataFrame传入grep()函数，未指定需要匹配的目标文本列，因此函数返回了不符合预期的全量数据拼接结果。

正确实现代码 #

首先确认你存储评论的列名，导入无表头CSV时默认列名一般为X1，下文示例统一使用comment作为评论列名，可替换为你的实际列名。

基础R实现 #

# 筛选出包含batman的整行数据
matched_rows <- df[grep("batman", df$comment), ]
# 仅提取匹配到的文本内容，直接得到你需要的字符串结果
matched_text <- grep("batman", df$comment, value = TRUE)

如需忽略大小写匹配，可在grep()中添加参数ignore.case = TRUE。

dplyr实现（更简洁易读） #

# 加载依赖包
library(dplyr)
library(stringr)
# 筛选匹配行
matched_rows <- df %>% 
  filter(str_detect(comment, "batman"))
# 提取纯文本内容
matched_text <- matched_rows$comment

注意事项 #

你期望输出中的batman dark night is a wonderful movie和原始数据中的batman dark knight is wonderful movie拼写存在差异，匹配时需保持关键词和目标文本拼写一致，否则会匹配失败。

内容的提问来源于stack exchange，提问作者Vikram