我试图将dplyr和stringr结合起来检测数据帧中的多个模式。我想使用dplyr,因为我想测试许多不同的列。
以下是一些示例数据:
test.data <- data.frame(item = c("Apple", "Bear", "Orange", "Pear", "Two Apples"))
fruit <- c("Apple", "Orange", "Pear")
test.data
item
1 Apple
2 Bear
3 Orange
4 Pear
5 Two Apples
我想使用的是:
test.data <- test.data %>% mutate(is.fruit = str_detect(item, fruit))
并收到
item is.fruit
1 Apple 1
2 Bear 0
3 Orange 1
4 Pear 1
5 Two Apples 1
一个非常简单的测试工作
> str_detect("Apple", fruit)
[1] TRUE FALSE FALSE
> str_detect("Bear", fruit)
[1] FALSE FALSE FALSE
但即使没有dplyr,我也无法在数据框的列上工作:
> test.data$is.fruit <- str_detect(test.data$item, fruit)
Error in check_pattern(pattern, string) :
Lengths of string and pattern not compatible
有谁知道怎么做?
答案 0 :(得分:17)
str_detect
只接受长度为1的模式。要么使用paste(..., collapse = '|')
将其转换为一个正则表达式,要么使用any
:
sapply(test.data$item, function(x) any(sapply(fruit, str_detect, string = x)))
# Apple Bear Orange Pear Two Apples
# TRUE FALSE TRUE TRUE TRUE
str_detect(test.data$item, paste(fruit, collapse = '|'))
# [1] TRUE FALSE TRUE TRUE TRUE
答案 1 :(得分:13)
这种简单的方法适用于EXACT匹配:
test.data %>% mutate(is.fruit = item %in% fruit)
# A tibble: 5 x 2
item is.fruit
<chr> <lgl>
1 Apple TRUE
2 Bear FALSE
3 Orange TRUE
4 Pear TRUE
5 Two Apples FALSE
这种方法适用于部分匹配(这是问题):
test.data %>%
rowwise() %>%
mutate(is.fruit = sum(str_detect(item, fruit)))
Source: local data frame [5 x 2]
Groups: <by row>
# A tibble: 5 x 2
item is.fruit
<chr> <int>
1 Apple 1
2 Bear 0
3 Orange 1
4 Pear 1
5 Two Apples 1