在 R 中使用 Dplyr 过滤包含某个字符串的行

在本文中，我们将学习如何使用 R 编程语言中的 dplyr 包过滤包含特定字符串的行。

使用的功能

将用于执行此任务的两个主要功能是：

• filter() : dplyr 包的过滤器函数将用于根据条件过滤行

Syntax: filter(df , condition)

Parameter :

• df:  The data frame object
• condition:  The condition to filter the data upon

• grepl() ：如果在向量中找到指定的字符串模式，grepl()函数将用于返回值 TRUE，如果未找到则返回 FALSE。

Syntax: grepl(pattern, string, ignore.case=FALSE)

Parameters:

• pattern: regular expressions pattern
• string: character vector to be searched
• ignore.case: whether to ignore case in the search. Here ignore.case is an optional parameter as is set to FALSE by default.

使用中的数据框：

marks	age	roles
20.1	21	Software Eng.
30.2	22	Software Dev
40.3	23	Data Analyst
50.4	24	Data Eng.
60.5	25	FrontEnd Dev

过滤包含给定字符串的行

这里我们要传递grepl()函数要搜索的字符串和要搜索的列，这个函数根据哪个filter()函数打印行返回true或false。

Syntax: df %>% filter(grepl(‘Pattern’, column_name))

Parameters:

df: Dataframe object

• grepl(): finds the pattern String
• “Pattern”: pattern(string) to be found
• column_name: pattern(string) will be searched in this column

例子：

R

library(dplyr)
df <- data.frame( marks = c(20.1, 30.2, 40.3, 50.4, 60.5),
                   
                 age = c(21:25),
  
                 roles = c('Software Eng.', 'Software Dev', 
                           'Data Analyst', 'Data Eng.', 
                           'FrontEnd Dev'))
  
df %>% filter(grepl('Dev', roles))

输出：

marks age        roles
1  30.2  22 Software Dev
2  60.5  25 FrontEnd Dev

过滤不包含给定字符串

请注意，此代码与上述方法的唯一区别是我们在这里使用了 ' ! ' not 运算符，此运算符通过将 TRUE 转换为 FALSE 来反转grepl()函数提供的输出，反之亦然，结果仅打印不包含模式的行和 过滤掉包含模式的行。

Syntax: df %>% filter(!grepl(‘Pattern’, column_name))

Parameters:

• df: Dataframe object
• grepl(): finds the pattern String
• “Pattern“: pattern(string) to be found
• column_name: pattern(string) will be searched in this column

例子：

电阻

library(dplyr)
  
df <- data.frame( marks = c(20.1, 30.2, 40.3, 50.4, 60.5),
                   
                 age = c(21:25),
  
                 roles = c('Software Eng.', 'Software Dev',
                           'Data Analyst', 'Data Eng.',
                           'FrontEnd Dev'))
  
df %>% filter(!grepl('Eng.', roles))

输出：

marks age        roles
1  30.2  22 Software Dev
2  40.3  23 Data Analyst
3  60.5  25 FrontEnd Dev

过滤包含多个模式的行（字符串）

此代码也与上述方法类似，唯一的区别是在grepl()函数传递多个模式（字符串）时，模式用OR (' | ')运算符分隔。这将打印包含指定模式的所有行。

语法：

df %>% filter(grepl(‘Patt.1 | Patt.2‘, column_name))

示例：

电阻

library(dplyr)
  
df <- data.frame( marks = c(20.1, 30.2, 40.3, 50.4, 60.5),
                   
                 age = c(21:25),
  
                 roles = c('Software Eng.', 'Software Dev', 
                           'Data Analyst', 'Data Eng.',
                           'FrontEnd Dev'))
  
df %>% filter(grepl('Dev|Eng.', roles))

输出：

marks age         roles
1  20.1  21 Software Eng.
2  30.2  22  Software Dev
3  50.4  24     Data Eng.
4  60.5  25  FrontEnd Dev

过滤不包含多个模式的行（字符串）

这段代码与上面的方法类似，唯一的区别是我们使用的是 ' ! ' not 运算符，此运算符通过将 TRUE 转换为 FALSE 来反转grepl()函数提供的输出，反之亦然，结果仅打印不包含指定多个模式的行，并且 过滤掉包含模式的行。

语法：

df %>% filter(!grepl(‘Patt.1 | Patt.2’, column_name))

示例：

电阻

library(dplyr)
  
df <- data.frame( marks = c(20.1, 30.2, 40.3, 50.4, 60.5),
                   
                 age = c(21:25),
  
                 roles = c('Software Eng.', 'Software Dev', 
                           'Data Analyst', 'Data Eng.',
                           'FrontEnd Dev'))
  
df %>% filter(!grepl('Data|Front', roles))

输出：

marks age         roles
1  20.1  21 Software Eng.
2  30.2  22  Software Dev