您可以用途：

filter(foo, grepl("foo", Company, fixed = TRUE))

输出：

Company    Metric
1     foo  9.906805
2    food 10.464493

正如Dhawal Kapil指出的，我认为%like%来自data.table：

library(data.table)
DT <- data.table(foo)
DT[Company %like% 'foo']

输出：

Company    Metric
1:     foo  9.906805
2:    food 10.464493

您可以与库（stringr）一起使用

library(dplyr)
library(stringr)
foo <- data.frame(Company = c("company1", "foo", "test", "food"), Metric = rnorm(4, 10))

foo %>% filter(str_detect(Company,"foo"))

以及任何其他正则表达式

foo %>% filter(str_detect(Company,"^f"))

想通了;我想我还是把它留着吧，以防将来对别人有帮助。

library(data.table)   # For like function (%like%)
foo <- foo %>% dplyr::filter(Company %like% "foo")

如果原始问题中foo周围没有" s，则返回正确的data. frame。仍然不确定是否可以在SQL中使用%作为锚（例如%foo或foo%），但上面的内容适用于我需要它做的事情。

首先将该变量转换为所有记录的相同大小写

foo$Company <- toupper(foo$Company)

然后应用过滤器

foo <- foo[Company %like% 'foo']

这将给予公司可能是的子集：

WESTFOO FIRST NATION-LGS,
SPRINGER EUFOO OIL CO,
US FOO,
CITIFOO NA

使用dplyr + SQL的替代方法：

通过sql（）从dplyr中转义，你可以直接把原生SQL（取决于你的数据库风格）放到管道中：

library(dplyr)
foo %>% filter(sql("Company LIKE ('%foo%')")

随着stringr1.5.0的更新，str_like（）将使这样的过滤器变得轻而易举。

foo |> filter(str_like(Company, "foo%"))

这将根据需要过滤行。