Question

我有两个矩阵，一个是index矩阵（ncol = 1，nrow = 20,000），存储我想要搜索的值，另一个矩阵是data矩阵，存储大数据集（ncol = 1，nrow = 5,000）。

index矩阵：（water，meat，gas ....是行名称）

water    DFAFADFADF
meat     QEREQRQTQTQ
gas      FEQQFQEFQF
.
.
.
..

data矩阵:( Tom，Luis，Jerry，Vincent，Richard ...是行名称

Tom              dfqfqfAFADFADaveffefd
Luis             eqeqfqefAFADFADuouojoimoij
Jerry            dafadfe3321AFADFADfdeff
Vincent          e31413413qeffffff
Richard          121eefq3ffAFADFADfffqffqff
.
.
.
..

我想找到index矩阵中的每个值，data矩阵的哪一行包含（S）该字符串，并记录其data矩阵＆＃39; s行名称并将其放在index矩阵中该字符串行的以下列中（或在单个列中，但由＆＃34;，＆＃34;分隔）。

例如，我想要一个循环并首先从索引矩阵中取值"DFAFADFADF"并搜索数据矩阵中哪些行包含此字符串，所以我发现Tom，Luis，Jerry，Richard在{ {1}}矩阵包含该字符串，因此我将data矩阵更新为

index矩阵：

index

然后我在water DFAFADFADF Tom, Luis, Jerry, Richard meat QEREQRQTQTQ gas FEQQFQEFQF . . . ..矩阵index中取下一个值，再次搜索QEREQRQTQTQ矩阵，然后再次更新data矩阵，直到我完成了index矩阵的最后一行。

任何人都可以帮助循环吗？我想我们可能需要一个循环，使用index，但不知道如何。

Answer 1

index <- data.frame(one = c("ABC", "DEF", "GHI", "JKL"))
rownames(index) <- c("water", "meat", "fruit", "bread")
data <- data.frame(one = c("ABCDEF", "DEFZMN", "MNOABC", "ZXCJKL"))
rownames(data) <- c("Tom", "Jerry", "Rob", "Nate")

results <- data.frame()
for (r in 1:nrow(index)) {
    index$results[r] <- list(rownames(data)[grep(index$one[r], data$one, ignore.case = T)])
    count <- length(unlist(index$results[r]))
    df <- data.frame(data_match = unlist(index$results[r]),
                     pattern = rep(index$one[r], times = count),
                     index_match = rep(rownames(index)[r], times = count))
    results <- rbind(results, df)
}
reshape2::dcast(results, index_match ~ data_match)

这将在列索引$ results中生成list()，因此您可能需要在其上调用unlist()，具体取决于您希望如何处理下游信息。同样在R中你可以有命名向量，在一个案例中你有一个列数据框，也许你可能只需要一个这样的命名字符向量：

index <- c("ABC", "DEF", "GHI", "JKL")
names(index) <- c("water", "meat", "fruit", "bread")

下次可能会使匹配更简单。

Answer 2

更短的解决方案：

row.names(data)[apply(data, 1, function(x) {
  sapply(x, function(y) y %in% c("DFAFADFADF", "QEREQRQTQTQ", "FEQQFQEFQF"))
}), ]

如何在矩阵中搜索多个值并返回其行名？

2 个答案: