如何检查数据框行的一个元素中的字符串是否在另一元素中

Question

我想查看有多少个电子邮件地址包含电子邮件所有者的姓氏。

数据框中的每一行都包含姓氏和电子邮件地址。我想在第三列添加“是”或“否”，以指示该行的电子邮件中存在姓氏。

使用for循环很好用...但是我不禁想到可能有更好的R解决方案。关于如何使它更优雅的任何建议？

vec1 <- c("foo", "smith")
vec2 <- c("sfoo@x.com", "xxx@y.com")

df <- data.frame(vec1,vec2)


for(i in 1:nrow(df)) {
  if (grepl(df$vec1[i], df$vec2[i]) == TRUE) {
    df$lastNameInEmail[i] <- "Yes"
  } else {
    df$lastNameInEmail[i] <- "No"
  }
}

   vec1       vec2 lastNameInEmail
1   foo sfoo@x.com             Yes
2 smith  xxx@y.com              No

Answer 1

您可以使用stringr str_detect

stringr::str_detect(vec2,paste(vec1,collapse = '|'))
[1]  TRUE FALSE

Answer 2

这是一个data.table替代方法，它可以用于两个以上的给定行：

vec1 <- c("foo", "smith", "jones", "bar")
vec2 <- c("sfoo@x.com", "xxx@y.com", "yyy@x.com", "sbar@x.com")

df <- data.frame(vec1,vec2)

library(data.table)
dt <- data.table(df)
dt[, lastNameInEmail:=ifelse(grepl(vec1, vec2) == TRUE, "Yes", "No"), by=vec1]
dt
    vec1       vec2 lastNameInEmail
1:   foo sfoo@x.com             Yes
2: smith  xxx@y.com              No
3: jones  yyy@x.com              No
4:   bar sbar@x.com             Yes

这假设vec1列是唯一的。