Question

假设我有以下数据：

foo <- data.frame(Company = c("company1", "foo", "test", "food"), Metric = rnorm(4, 10))

> foo
   Company    Metric
1 company1 10.539970
2      foo  9.487823
3     test  9.663994
4     food  9.499327

为什么以下代码返回0结果（而不是第二和第四行）？

library(dplyr)
library(data.table)

foo %>% dplyr::filter(Company %like% "%foo%")

我尝试使用dplyr::filter包中的%like%运算符对data.table的特定输入字符串使用SQL等效的通配符过滤器。

我做错了什么？

Answer 1

您可以使用：

filter(foo, grepl("foo", Company, fixed = TRUE))

输出：

  Company    Metric
1     foo  9.906805
2    food 10.464493

正如Dhawal Kapil所指出的，我认为%like%来自data.table：

library(data.table)
DT <- data.table(foo)
DT[Company %like% 'foo']

输出：

   Company    Metric
1:     foo  9.906805
2:    food 10.464493

Answer 2

您可以使用库（stringr）

library(dplyr)
library(stringr)
foo <- data.frame(Company = c("company1", "foo", "test", "food"), Metric = rnorm(4, 10))

foo %>% filter(str_detect(Company,"foo"))

以及任何其他正则表达式

foo %>% filter(str_detect(Company,"^f"))

Answer 3

想出来;如果我将来帮助其他人，我会留下这个：

foo <- foo %>% dplyr::filter(Company %like% "foo")

原始问题中没有" foo左右，返回正确的data.frame。仍不确定您是否可以将%用作SQL中的锚点（例如%foo或foo%），但上述内容适用于我需要它执行的操作。

Answer 4

首先将所有记录的变量转换为相同大小写

foo$Company <- toupper(foo$Company)

然后应用过滤器

foo <- foo[Company %like% 'foo']

这将给出公司可能所在的子集：

WESTFOO FIRST NATION-LGS,
SPRINGER EUFOO OIL CO,
US FOO,
CITIFOO NA

dplyr filter（），带有类似SQL的％wildcard％

4 个答案: