提取多个子字符串并为每个子字符串返回一个值

Question

我想找到一个优雅的方法：

1. 从df1
中的每一行中提取多个子字符串
2. 将每行的多个子字符串存储为矢量或列表
3. 为df1
中的每个行向量返回一个值

我有两个数据框：

n = c("Canada and USA", "USA and Mexico", "Canada and Mexico")
df1 = data.frame(n)

m = c("Canada", "USA", "Mexico")
o = c(5, 8, 7)
df2= data.frame(m, o)

我的结果数据框如下所示：

n = c("Canada and USA", "USA and Mexico", "Canada and Mexico")
p = c(13, 15, 12)
df3 = data.frame(n, p)

其中vector＆＃39; p＆＃39;的值是vector＆＃39; o＆＃39;的元素之和。对应于向量＆＃39; n＆＃39;。

注意：我只是在寻找一种方法，所以我可能会解决这个问题。

目前，我仍然坚持使用lapply和regex从df1中提取多个子字符串，并且不知道如何存储子字符串，无论是在列表还是其他数据框中。

关于如何解决问题的任何想法和建议都将非常感激，因为我想花时间充分理解解决这个问题背后的机制。

提前谢谢！

已编辑：用于格式化

Answer 1

以下可能会做你想做的事 首先，创建一个索引矩阵，其匹配的索引为df2$m。然后使用索引矩阵对df2$o中的值求和。

inx <- sapply(df2$m, function(s) grep(s, df1$n))
df4 <- data.frame(n, p = apply(inx, 2, function(i) sum(df2$o[i])))

df4
#                  n  p
#1    Canada and USA 12
#2    USA and Mexico 13
#3 Canada and Mexico 15