Question

我花了很多时间寻找解决方案，并没有遇到任何问题。简单地说，我可以说下面有一个数据框：

ColumnA   ColumnB
Blue       Red
Blue       Blue
Blue       Red Blue
Blue Red  Yellow Blue
Blue Red  Yellow Blue Green
Red    Yellow Blue Green

我想在两列中都有一个单词时返回一个匹配项。例如，将返回一个如下所示的表：

 ColumnA   ColumnB            Match
 Blue      Red                False
 Blue      Blue               True
 Blue      Blue Red           True
 Blue Red  Yellow Blue        True
 Blue Red  Yellow Blue Green  True
 Red       Yellow Blue Green  False

我看过mapply使用grepl以及基于向量和关键字的其他形式的匹配，但我似乎无法找到适用于此的任何内容。

Answer 1

同样的想法，但我认为使用strsplit进行矢量化并使用mapply更为有效：

mapply(function(x,y)any(x%in%y) ,
        strsplit(dx$ColumnA, " "),
        strsplit(dx$ColumnB," "))
## [1] FALSE  TRUE  TRUE  TRUE  TRUE FALSE

Answer 2

使用strsplit拆分为单词，然后一次使用%in%一行。

数据：

dd <- read.csv(text="
ColumnA,ColumnB
Blue,Red
Blue,Blue
Blue,Red Blue
Blue Red,Yellow Blue
Blue Red,Yellow Blue Green
Red,Yellow Blue Green")

单线匹配功能：

matchFun <- function(a,b) {
    aa <- strsplit(a," ")[[1]]
    bb <- strsplit(b," ")[[1]]
    any(aa %in% bb)
}

应用于行：

apply(dd,1,function(x) { matchFun(x[1],x[2]) })
## [1] FALSE  TRUE  TRUE  TRUE  TRUE FALSE

Answer 3

还可以使用apply和intersect。

apply(df1, 1, function(x){length(intersect(unlist(strsplit(x[1], " ")), 
                                           unlist(strsplit(x[2], " "))))>0})
# [1] FALSE  TRUE  TRUE  TRUE  TRUE FALSE

将ColumnA中的任何单词与ColumnB中的任何单词匹配

3 个答案: