data.table 文本过滤 R

Question

我正在尝试过滤 data.table 的一些文本，寻找与 dplyr::filter 类似的方法（出于效率原因，我使用 data.table 方法）。

但是，data.table 中的过滤过程只返回找到完全匹配的字符串。 相反，dplyr::filter 返回找到模式的行，而不仅仅是当它是精确模式时。

请参阅下面的示例。

df <- data.frame (first  = c("value_1 and value_2", "value_2", "value_1", "value_1"),
                  second = c(1, 2, 3, 4))

dt.output <- setDT(df)[first %in% c("value_1") ]
filter.output <- dplyr::filter(df, grepl("value_1", first))

dt.output仅返回唯一包含value_1 (3, 4) 的行。 filter.output返回包含value_1 (1, 3, 4) 的行

是否可以使用 data.table 过滤文本，同时返回与dplyr::filter相同的结果？

df <- data.frame (first  = c("value_1 and value_2", "value_2", "value_1", "value_1"),
                  second = c(1, 2, 3, 4))

dt.output <- setDT(df)[first %in% c("value_1") ]
filter.output <- dplyr::filter(df, grepl("value_1", first))

Answer 1

此行为不是dplyr::filter vs data.table 。 只是%in%正在寻找固定匹配，而grepl也为 substring 匹配返回 TRUE。 如果我们在 data.table 中使用grepl ，它也可以工作

library(data.table)
setDT(df)[grepl("value_1", first)]
                  first second
1: value_1 and value_2      1
2:             value_1      3
3:             value_1      4

或者也可以使用%like%

 setDT(df)[first %like% "value_1"]
                 first second
1: value_1 and value_2      1
2:             value_1      3
3:             value_1      4