Question

有关

我想搜索多种模式，例如<美国'和'联合'，在

所有字段
在给定的字段中

如何做到这一点？案件需要忽略。

数据：

ddf
  id                  country          area
1  1 United States of America North America
2  2           United Kingdom        Europe
3  3     United Arab Emirates          Arab
4  4             Saudi Arabia          Arab
5  5                   Brazil South America

ddf = structure(list(id = 1:5, country = c("United States of America", 
"United Kingdom", "United Arab Emirates", "Saudi Arabia", "Brazil"
), area = c("North America", "Europe", "Arab", "Arab", "South America"
)), .Names = c("id", "country", "area"), class = "data.frame", row.names = c(NA, 
-5L))

编辑：为了澄清，我必须使用AND而不是OR进行搜索。在此示例中，只应出现“美利坚合众国”（第1行）。如果我搜索“巴西”和“美国”，则应该出现第5行（即不同的搜索字符串可以位于不同的列中）。

Answer 1

对于“巴西”而言，这实际上是失败的。 “美国”案例，但它是诊断逻辑问题的有用试验台;

hasAm <-  sapply( ddf, grepl, patt="america", ignore.case=TRUE)
ddf[ rowSums(hasAm) > 0 , ]
#----------
  id                  country          area
1  1 United States of America North America
5  5                   Brazil South America
#---------
hasUn <- sapply( ddf, grepl, patt="united", ignore.case=TRUE)
#---------
ddf[ rowSums( hasAm & hasUn) > 0 , ]
#-----------
  id                  country          area
1  1 United States of America North America

此编辑版本概括了该策略，但需要输入选择标准作为公式。我需要首先折叠每个矩阵，以便在cbind（） - ed值之间求和不能在单个术语上获得多次命中。所以我有两个rowSums，外面的一个是在 m - 列矩阵上完成的，其中 m 是公式中的术语数，而内部一个是在 n - 列矩阵，其中 n 是data-argument中的列数：

 dfsel <- function(form, data) { 
       vars = all.vars(form)    
       selmatx <- lapply( vars, function(v)
                              sapply (data,  grepl, patt=v, ignore.case=TRUE)) 
       data[ rowSums( do.call(cbind, 
                          lapply(selmatx, 
                              function(L) {rowSums(L) > 0}) ) ) == length(vars)
              , ]  }

演示：

> res <- dfsel( ~ united + america , ddf)
> res
  id                  country          area
1  1 United States of America North America

> res <- dfsel( ~ brazil + america , ddf)
>  res
  id country          area
5  5  Brazil South America

Answer 2

解决它的愚蠢方式。对其他答案感兴趣。

pattern<-c('America','United')
ddf1<-NULL
for (i in 1:length(pattern)){
  new<-ddf[grep(paste0(pattern[i]),ddf$country),]
  ddf1<-rbind(ddf1,new)
}

Answer 3

坚持世界上没有一个国家拥有的逻辑＆＃34;美国＆＃34;之前＆＃34; United＆＃34;在它的名字，你可以做

> f <- lapply(ddf, grep, pattern = "(united)(.*)(america)", ignore.case = TRUE)
> ddf[unique(unlist(f)), ]
#   id                  country          area
# 1  1 United States of America North America

在R中搜索多个文本模式

3 个答案: