如何检查字符串（完全或部分）是否与数据框所有列上的值匹配？答案

【问题标题】：How to check if string (fully or partly) matches values on all columns of dataframe?如何检查字符串（完全或部分）是否与数据框所有列上的值匹配？
【发布时间】：2021-08-12 11:19:34
【问题描述】：

我有一个数据框：

x1               x2 
value           12
john and bob    45
another         87

我想检查所有值中是否有字符串“bob”。我想要一个函数，它将接受数据帧和字符串名称，并将为此数据帧返回 TRUE。 apply(df, 1, function(r) any(r == "bob")) 需要完全匹配，所以它不起作用，例如：

x1               x2 
value           12
johnandbob      45
another         87

它还为数据帧中的每个值返回 TRUE\FALSE，所以如果我有百万个值，就会有百万个 TRUE\FALSE。但是我只需要其中一个是否有必要的价值。该怎么做？

【问题讨论】：

标签： r dataframe function

【解决方案1】：

使用grepl 进行部分匹配，使用any 仅获取一个值。

any(grepl('bob', df$x1))
#[1] TRUE

这也将为'bobby'、'ambob' 等值返回TRUE。如果您希望它完全匹配，请使用它们周围的字边界 (\\b)。

any(grepl('\\bbob\\b', df$x1))

【讨论】：

谢谢，一旦找到它会停止搜索吗？还是会检查所有这些？我有数以千万计的行和许多列的数据框，所以我需要一旦找到一个匹配项就会停止搜索的算法。否则需要几个小时
嗯，R 是一种矢量化语言。所以像grepl 这样的函数可以同时作用于整个列。您可以编写一个for 循环来逐个执行此操作，并在找到字符串时停止，但这将比当前答案效率低得多。如果这个解决方案真的很慢，那么您可能需要在Rcpp 中编写循环，这可能会使其更快。

【解决方案2】：

我们可以使用来自stringr 包的str_detect：

library(dplyr)
library(stringr)
df %>% 
    mutate(across(everything(), ~str_detect(., "bob")))

输出：

  x1    x2   
  <lgl> <lgl>
1 FALSE FALSE
2 TRUE  FALSE
3 FALSE FALSE

或者对于df的一列

any(str_detect(df$x1, "bob"))

输出：

[1] TRUE

【讨论】：

谢谢，一旦找到它会停止搜索吗？还是会检查所有这些？我有数以千万计的行和许多列的数据框，所以我需要一旦找到一个匹配项就会停止搜索的算法。否则需要几个小时
试试这个library(stringi) stri_match_first_regex(df1$x1, "bob")