Question

我在R中尝试将字符串向量分割为向量向量时遇到问题。如果有人可以帮助我，请我被困住。

我有：

V <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD")

使用strsplit我得到：

s <- strplit(v)
s
[[1]]
[1] "AAAAA"

[[2]]
[1] "AAAAA" "BBBBB"

[[3]]
[1] "CCCCC" "DDDDD"

但是我无法访问这些来比较它们。我想要像：

 s
[1] "AAAAA"
[2] "AAAAA" "BBBBB"
[3] "CCCCC" "DDDDD"

然后我想看看每个向量的元素是否包含在我的验证向量中（如c（“AAAAA”，“BBBBB，”CCCCC“）并在末尾返回一个布尔值（如果所有元素都为TRUE）是的，否则为FALSE）。现在我的问题是得到那些向量。欢迎提出任何建议。

Answer 1

strsplit通过使用lapply和自定义函数

返回一个你可以通过它的列表

V <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD")
s <- strsplit(V, split = " ")
val <- c("AAAAA", "BBBBB", "CCCCC")

lapply(s, function(x) x %in% val)

您可以访问以下列表元素：

s[[1]]
s[[2]]

检查val

中是否存在所有元素

all <- lapply(s, function(x) sum(x %in% val) == length(val))
#output 
[[1]]
[1] FALSE

[[2]]
[1] FALSE

[[3]]
[1] FALSE

将此列表转换为矢量

all <- unlist(all)

从V

返回原始元素

v[all]

Answer 2

使用tidyverse，您可以使用

V <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD")
validation <- c("AAAAA", "BBBBB", "CCCCC")

library(purrr)
library(stringr)
str_split(V, pattern = " ") %>% 
  map_lgl(~all(.x %in% validation))
#> [1]  TRUE  TRUE FALSE

您还可以使用dplyr包含此内容，以获得有效验证哪个向量的明确摘要。

library(dplyr, warn.conflicts=F)
data_frame(V) %>%
  mutate(validate = str_split(V, pattern = " ") %>% 
           map_lgl(~all(.x %in% validation)))
#> # A tibble: 3 x 2
#>             V validate
#>         <chr>    <lgl>
#> 1       AAAAA     TRUE
#> 2 AAAAA BBBBB     TRUE
#> 3 CCCCC DDDDD    FALSE

Answer 3

R没有矢量矢量。

要模仿此行为，您通常会使用list和apply - 系列。

input_vector <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD")

# split the string like you did
s <- strsplit(input_vector, split = " ")
s
#> [[1]]
#> [1] "AAAAA"
#> 
#> [[2]]
#> [1] "AAAAA" "BBBBB"
#> 
#> [[3]]
#> [1] "CCCCC" "DDDDD"

# create a vector with conditions that wee look for
validation_vector <- c("AAAAA", "BBBBB")

# create a matrix of matches
res_matrix <- sapply(s, function(s_part) {
  validation_vector %in% s_part
})

# check if all validation_vector elements are true for a given input_vector-string
# by applying the 'all'-function over each column ("are all elements for a given column TRUE?")
res_vector <- apply(res_matrix, 2, all)
# for aesthetic purposes: add the name of the initial input_vector again
names(res_vector) <- input_vector

# display the result
res_vector
#>       AAAAA AAAAA BBBBB CCCCC DDDDD 
#>       FALSE        TRUE       FALSE

Answer 4

您可以查看*apply系列函数。例如，使用sapply将strsplit函数应用于您获得的每个列表元素

vs <- sapply(V, strsplit, split = " ")

vs

$AAAAA
[1] "AAAAA"

$`AAAAA BBBBB`
[1] "AAAAA" "BBBBB"

$`CCCCC DDDDD`
[1] "CCCCC" "DDDDD"

进一步检查validation向量，你可以做

validation <- c("AAAAA", "BBBBB", "CCCCC")
vs_in_val <- sapply(vs, `%in%`, validation) 

vs_in_val

$AAAAA
[1] TRUE

$`AAAAA BBBBB`
[1] TRUE TRUE

$`CCCCC DDDDD`
[1]  TRUE FALSE

Answer 5

如果你将它与'lapply'结合使用，strsplit可以帮你做到这一点。

V <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD")
s <- strsplit(V," ")
sapply(s,function(x) return (sum(x %in% c("AAAAA", "BBBBB", "CCCCC"))/length(x)))
[1] 1.0 1.0 0.5

如果结果返回0，则表示验证向量中没有元素。

如果为1，则验证向量中的所有元素。

如果介于0和1之间，则验证向量中会包含一些元素。

R在不同长度的向量中分割字符串

5 个答案: