通过在单个单元格中存在多个值来子集数据答案

【问题标题】：Subset data by presence of multiple values in a single cell通过在单个单元格中存在多个值来子集数据
【发布时间】：2021-04-04 16:52:41
【问题描述】：

这是一个令人尴尬的简单问题，但我真的被卡住了，其他线程似乎都没有解决这个问题。

我有一个包含 20,000 多行的数据集，其中有一列包含多个代码，解释了个人占据的人口统计标准。

数据：

ORGNAME	D_CODE
A	~001, ~002
A	~001
B	~003, ~004
B	~001, ~005
B	~002, ~004
C	~001

我想对数据进行子集化，仅保留包含 ~001 的行，但我希望这包括还包含其他值的行（即具有 ~001 和 ~002 的行 1）。

我曾尝试使用%>%、filter、subset 等，但尽管它们选择了 ~001 行，但它们也删除了具有 ~001 和附加代码的条目，因此使用上面的示例数据，而不是以 4 行结束，我只以 2 行结束。

有什么解决办法吗？非常感谢！

【问题讨论】：

标签： r subset

【解决方案1】：

将base R 与grepl 一起使用

subset(df, grepl('001', D_CODE))

【讨论】：

【解决方案2】：

这行得通吗：

library(dplyr)
library(stringr)
df %>% filter(str_detect(D_CODE, '001'))
  ORGNAME     D_CODE
1       A ~001, ~002
2       A       ~001
3       B ~001, ~005
4       C       ~001

Data used:

df
  ORGNAME     D_CODE
1       A ~001, ~002
2       A       ~001
3       B ~003, ~004
4       B ~001, ~005
5       B ~002, ~004
6       C       ~001

【讨论】：