Question

我有这个数据集，我正在检查以确认每只动物的ID在多年内是否正确。为此，我使用以下代码在Excel文件中搜索关键字的注释：

    do.call(rbind,breeder[-1]) %>%   
                select(Year, `Old Tag`, Tag_11, PIT, Sex  Orig, Group,Comments) %>% 
filter(Sex != "m",grepl(keywords, Comments)) %>%   
        arrange(., desc(PIT)) %>%   
        print.data.frame

以下是关键字：

keywords <- c('retag','lost','Was', 'was','original','change','CHANGE','check','CHECK','switched','temp only','should',
              'had tag','new','give','GIVE', 'given','^--', 'tag', 'TAG', 'tags', 'tagged', 'temp', 'Temporarily', 
              'Temporary', 'Released', 'removed', 'Processing', 'processing', 'Processed', 'previously', 'pit', 'pits', 
              'PIT', 'orig', 'original', 'old', 'OLD', 'new', 'New', 'not', 'listed', 'last', 'had', 
              'could', 'Chech', 'assigned')

但是，当我运行代码时，R只使用第一个单词 - “retag”，我得到了这个输出：

  Year Old Tag Tag_11              PIT Sex Orig Group                       Comments
1 2015    <NA>    367 <NA>   f c   o Temporary tag -  retag as #3
2 2016    <NA>    367 <NA>   f c   o Temporary tag -  retag as #3
Warning message:
In grepl(keywords, Comments) :
  argument 'pattern' has length > 1 and only the first element will be used

我需要搜索数据框中所有关键字的注释，如何搜索多个单词？

更新：当我使用以下代码时，输出中未标识所有参数。我究竟做错了什么？例如，“未发布”未被阅读。

 deadKeywords <- c('died', 'Released', 'processed', 'Processed', 'processing', 'Processing', 'process', 'dead', 'Dead', 'Died') %>% paste0(., collapse = " | ")

 commentSearch <- do.call(rbind,breeder[-1]) %>% 
select(Year, Old Tag, Tag_11, PIT, Sex, Orig, Group, Comments) %>% 
filter(grepl(deadKeywords, Comments)) %>% arrange(., desc(PIT)) %>% 
print.data.frame

Answer 1

grepl函数的模式没有矢量化。为了使模式参数成为＆＃34;矢量化＆＃34;在匹配字符向量中的任何项目的意义上，您需要将它们与正则表达式＆＃34; |＆＃34; -operator绑定在一起，因此grepl的模式参数应为：

 paste0( keywords, collapse="|")

使用它的另一种方法（如果关键字是一个很长的向量，可能很有用）：

any( sapply( keywords, grepl, x=Comments) )

在数据框的注释中搜索关键字

1 个答案: