几个带有上下的grepl

问题描述

我有以下 data.frame： data frame

我正在使用 dplyr 和 stringr，我想按以下方式过滤列 Nombre：保留所有包含“regimen”或“promocion”或“ REGIMEN”或“PROMOCION”，即大写和小写。我试过了：

str_view(df$Nombre,regex("regimen|promocion",ignore_case=T))

但在这种情况下，它只保留大写和小写的第一个单词（regimen）。如果我删除ignore_case=T，它会同时找到“regimen”和“promocion”，但区分大小写，即只有小写。

当然，这是一个例子，我需要过滤很多词，不仅仅是“regimen”和“promocion”，这就是为什么我不单独过滤每个词。

解决方法

您可以使用 filter 中的 dplyr 以及 grepl 和 base R 中的 (?i) 使模式匹配不区分大小写：

library(dyplr)
df %>%
  filter(grepl("(?i)regimen|promocion",Nombre))
      N       Nombre
1   100      Regimen
2 12345    promocion
3   888 otro regimen

或者，您可以使用相同的模式简单地对数据帧进行子集：

df[grepl("(?i)regimen|promocion",df$Nombre),]

数据：

df <- data.frame(
  N = c(100,12345,666,888),Nombre = c("Regimen","promocion","ley","otro regimen")
)

,

由于数据似乎是西班牙语，我会使用更复杂的正则表达式（也能够捕捉重音）。

library(tidyverse)


df <- data.frame(
  N = c(100,Nombre = c("RÉGIMEN","promoción","otro regimen")
)
df %>%
  filter(str_detect(Nombre,regex("r\\wgimen|promoci\\wn",ignore_case = TRUE)))
#>       N       Nombre
#> 1   100      RÉGIMEN
#> 2 12345    promoción
#> 3   888 otro regimen