Question

我有一个名字的数据框（第一个和最后一个，有些是大写的，有些不是）和与每个名字相关的分数：

df = data.frame(name = c("Mark Johnson","John Roberts","Sue mcguire","kat Long","dan Scott"), name2 = c("sam marks", "Mark Jones", "tim briar", "jonas Stark", "Mike Robinson"), score = c(2,3,4,5,5))

  name             name2         score
1 Mark Johnson     sam marks     2
2 John Roberts    Mark Jones     3
3  Sue mcguire     tim briar     4
4     kat Long   jonas Stark     5
5    dan Scott Mike Robinson     5

我希望能够通过包含 列中的名字或姓氏来过滤我的数据框，例如：

df %>% filter(name %in% c("mark","john","Long","briar"))

我希望避免使用grepl，而是使用filter和%in%。但是，这会返回：

[1] name score <0 rows> (or 0-length row.names)

而不是第1,2,3和4行。name|name2也不起作用。也许是因为我需要在strsplit()和name列上执行name2或类似的操作，然后重新组合。但是，这不是很优雅，我的df实际上是数百万行，所以性能在我的情况下很重要。完成此任务的最佳方法是什么？

Answer 1

我们可以尝试filter_at

pat <- paste(c("mark","john","Long","briar"), collapse="|")
df %>% 
   filter_at(vars(matches('name')), any_vars(grepl(pat, ., ignore.case = TRUE)))

如果模式应与两列匹配，则将any_vars替换为all_vars

R：对多列中的字符串进行有效过滤

1 个答案: