用以特定字符串结尾的行对r中的列进行子集化[重复]答案

【问题标题】：subsetting data with rows that end in a certain string for a column in r [duplicate]用以特定字符串结尾的行对r中的列进行子集化[重复]
【发布时间】：2020-01-06 12:54:51
【问题描述】：

我想对名称以字符串 TRUST, LIMITED, INC., CO 结尾的数据进行子集化数据是这样的

name            date
abc TRUST       2018-01-01
123 Foundation  1997-02-06
Tim LIMITED     2002-06-04
SA INC.         1968-12-28
Yu Co           2005-01-24
Coca Cola Ltd.  1980-05-30

我尝试了以下方法，但它不适用于多种情况

df[grepl(paste0(c("TRUST", "LIMITED", "INC", "CO"), collapse = "|"), df$name), ]

它也提取可口可乐公司行，但我不希望这样。

【问题讨论】：

您在 4 天前没有问过同样的问题吗？ stackoverflow.com/q/57731094/10488504
您几天前发布的被标记为欺骗的问题已经有了答案。如果这个答案不满意，除了再次发布相同的问题之外，还有things you can do

标签： r string subset

【解决方案1】：

要查找以给定字符串结尾的名称，您必须在搜索字符串的末尾放置 $。

df[grep("(TRUST|LIMITED|INC\\.|Co)$", df$name), ]
#         name       date
#1   abc TRUST 2018-01-01
#3 Tim LIMITED 2002-06-04
#4     SA INC. 1968-12-28
#5       Yu Co 2005-01-24

如果您正在寻找单词结尾的解决方案，您可以使用@akrun 已经提到的\\b。

df[grep("(TRUST|LIMITED|INC\\.|Co)\\b", df$name), ]
#         name       date
#1   abc TRUST 2018-01-01
#3 Tim LIMITED 2002-06-04
#4     SA INC. 1968-12-28
#5       Yu Co 2005-01-24

【讨论】：

【解决方案2】：

我们需要单词边界 (\\b) 来避免任何非特定匹配。另外，如果我们也想匹配Co，请使用ignore.case = TRUE

df[grepl(paste0("\\b(", paste(c("TRUST", "LIMITED", "INC", "CO"), 
                 collapse = "|"), ")\\b"), df$name, ignore.case = TRUE), ]
#       name       date
#1   abc TRUST 2018-01-01
#3 Tim LIMITED 2002-06-04
#4     SA INC. 1968-12-28
#5       Yu Co 2005-01-24

数据

df <- structure(list(name = c("abc TRUST", "123 Foundation", "Tim LIMITED", 
"SA INC.", "Yu Co", "Coca Cola Ltd."), date = c("2018-01-01", 
"1997-02-06", "2002-06-04", "1968-12-28", "2005-01-24", "1980-05-30"
)), class = "data.frame", row.names = c(NA, -6L))

【讨论】：