Question

假设我有两列字符串：

library(data.table)
DT <- data.table(x = c("a","aa","bb"), y = c("b","a","bbb"))

对于每一行，我想知道x中的字符串是否存在于y列中。循环方法是：

for (i in 1:length(DT$x)){
  DT$test[i] <- DT[i,grepl(x,y) + 0]
}

DT
    x   y test
1:  a   b    0
2: aa   a    0
3: bb bbb    1

这是否有矢量化实现？使用grep(DT$x,DT$y)仅使用x的第一个元素。

Answer 1

你可以简单地做

DT[, test := grepl(x, y), by = x]

Answer 2

或mapply（Vectorize实际上只是mapply的包装

DT$test <- mapply(grepl, pattern=DT$x, x=DT$y)

Answer 3

谢谢大家的回复。我已经对它们进行了基准测试，并提出以下建议：

Unit: microseconds
                                                                               expr       min        lq       mean     median        uq        max neval
                                             DT1[, `:=`(test, grepl(x, y)), by = x]   758.339   908.106   982.1417   959.6115  1035.446   1883.872   100
                            DT2$test <- apply(DT, 1, function(x) grepl(x[1], x[2])) 16840.818 18032.683 18994.0858 18723.7410 19578.060  23730.106   100
                              DT3$test <- mapply(grepl, pattern = DT3$x, x = DT3$y) 14339.632 15068.320 16907.0582 15460.6040 15892.040 117110.286   100
 {     vgrepl <- Vectorize(grepl)     DT4[, `:=`(test, as.integer(vgrepl(x, y)))] } 14282.233 15170.003 16247.6799 15544.4205 16306.560  26648.284   100

结果

Promise.resolve($.get("http://www.google.com")).then(function() {});

除了语法最简单之外，data.table解决方案也是最快的。

Answer 4

您可以将grepl函数传递给apply函数，以对数据表的每一行进行操作，其中第一列包含要搜索的字符串，第二列包含要搜索的字符串。这应该给出你是一个解决问题的矢量化解决方案。

> DT$test <- apply(DT, 1, function(x) as.integer(grepl(x[1], x[2])))
> DT
    x   y test
1:  a   b    0
2: aa   a    0
3: bb bbb    1

Answer 5

您可以使用Vectorize：

vgrepl <- Vectorize(grepl)
DT[, test := as.integer(vgrepl(x, y))]
DT
    x   y test
1:  a   b    0
2: aa   a    0
3: bb bbb    1

测试两列字符串，以便在R中按行进行匹配

5 个答案: