Question

我需要在文本字符串中搜索关键字，然后在R数据框中指定一个类别。这会产生一个问题，即我有多个类别的关键字。我想轻松提取表示多个类别的行，以便我可以手动评估它们并指定正确的类别。

为此，我尝试添加一个计数列，以显示每个字符串中表示的类别数。

使用下面链接的两个解决方案的组合，我已经设法获得了部分方式，但我仍然没有得到正确的输出

Partial animal string matching in R

Count occurrences of specific words from a dataframe row in R

我在下面创建了一个示例。我希望应用以下规则：

如果字符串有cat或lion wcount得到1 - 只有1组代表（猫）

如果字符串有狗或狼wcount获得1 - 只有1组代表（犬）

如果字符串有（猫或狮子）和（狗或狼）wcount得到2 - 代表两组（猫科动物和犬科动物）

然后我可以轻松地拉出wcount＆gt;行1

id <- c(1:5)
text <- c('saw a cat',
      'found a dog',
      'saw a cat by a dog',
      'There was a lion',
      'Huge wolf'
      )
dataset <- data.frame(id,text)

SearchGrp<-list(c("(cat|lion)", "feline"),
            c("(dog|wolf)","canine"))

output_vector<- character (nrow(dataset))

for (i in seq_along(SearchGrp)){

output_vector[grepl(x=dataset$text, pattern = SearchGrp[[i]][1],ignore.case = TRUE)]<-SearchGrp[[i]][2]}  

dataset$type<-output_vector


keyword_temp <- unlist(lapply(SearchGrp, function(x) new<-{x[1]}))
keyword<-paste(keyword_temp[1],"|",keyword_temp[2])

library(stringr)
getCount <- function(data,keyword)
 {
  wcount <- str_count(dataset$text, keyword)
  return(data.frame(data,wcount))
   }

getCount(dataset,keyword)

Answer 1

这是一个基本的R方法来获取不同类型的计数。

dataset$wcnt <- rowSums(sapply(c("dog|wolf", "cat|lion"),
                               function(x) grepl(x, dataset$text)))

此处，sapply会遍历每种类型的正则表达式，并将其提供给grepl。这返回一个矩阵，其中列是指示是否找到特定类型（例如，“dog | wolf”）的逻辑向量。 rowSums对行中的逻辑进行求和以获得类型变化计数。

返回

dataset
  id               text wcnt
1  1          saw a cat    1
2  2        found a dog    1
3  3 saw a cat by a dog    2
4  4   There was a lion    1
5  5          Huge wolf    1

如果你想要中间步骤，将逻辑向量作为data.frame中的变量返回，你可能希望在命名向量中设置你的值，然后用cbind结果。

# construct named vector
myTypes <- c("canine"="dog|wolf", "feline"="cat|lion")
# cbind sapply results of logicals to original data.frame
dataset <- cbind(dataset, sapply(myTypes, function(x) grepl(x, dataset$text)))

返回

dataset
  id               text canine feline
1  1          saw a cat  FALSE   TRUE
2  2        found a dog   TRUE  FALSE
3  3 saw a cat by a dog   TRUE   TRUE
4  4   There was a lion  FALSE   TRUE
5  5          Huge wolf   TRUE  FALSE

根据R

1 个答案: