Question

我仍然试图理解R中的函数，例如apply，lapply等。据我所知，R中的循环很慢并且避免使用它们是一种很好的做法。然而，制作单行脚本＆＃39;哪一切都很难。然而，我想忘记循环并切换到bulit-in快速功能。我的输入数据 - 两个表：

L1

N   Q   string
1   12  NNN|ABC|12.5
2   46  DEF|111|!-2
3   34  $$%GHI|--+
4   -2  345H*(JKL
5   50  NK-|224ABC
6   0   NNNNNNNNN

和 L2

str
ABC
DEF
GHI
JKL
MNO
PRS

我想得到的：

N   Q   string          sub
1   12  NNN|ABC|12.5    ABC
2   46  DEF|111|!-2     DEF
3   34  $$%GHI|--+    GHI
4   -2  345H*(JKL       JKL
5   50  NK-|224ABC      ABC
6   0   NNNNNNNNN       NA

如您所见，从字符串中提取特定子字符串（非常随机，内部没有任何模板），并分别在每行的末尾添加。

我在R中创建了一个带有循环的短脚本，允许这样做，但是在我的非伪数据表中，L1有超过80000行，表L2有多达250000行，所以这个简单的操作可能需要一点时间。

L1 <- cbind(sub=NA,L1)
L1 <- subset(L1, select=c(N:string,sub))
for(i in 1:nrow(L2)){
  for(j in 1:nrow(L1)){
    if(grepl(L2[i,1], L1[j,3])){
      L1$sub[j] <- toString(L2$str[i])
    }
  }
}

我在考虑嵌套lapply，但是如何才能获得特定索引？超伪代码：

lapply(L1, function(x) lapply(L2, function(y) if(L2 in L1) add L2 to L1 else add NA))

啤酒，非常感谢任何线索。

Answer 1

我们可以使用str_extract

library(stringr)
L1$sub <- str_extract(L1$string, paste(L2$str, collapse="|"))
L1$sub
#[1] "ABC" "DEF" "GHI" "JKL" "ABC" NA

嵌套lapply来修改表而不是循环

1 个答案: