从r

Question

我想从文本向量中提取一组特定的单词，如下表所示。这些单词xyz，xyz10，xyz +和xyz 10的集合是文本列中的产品名称，如果可用，则提取并将其分配给相应的列产品名称

             text              product_name
 hi i want to purchase xyz          xyz
    is xyz10 not available        xyz10
               i have xyz+         xyz+
         what abour xyz 10       xyz 10

下面是供参考的表

data <- data.frame(text=c("hi i want to purchase xyz","is xyz10 not 
                          available","i have xyz+","what abour xyz 10"),
product <- c("xyz 10","xyz","xyz+","xyz10")

编辑：创建具有所有产品名称的数据框名称product_list，然后使用str_extract将其与主数据框中的Comment列匹配并提取出来。但是某些带有空格的产品名称（例如xyz 10）没有完全匹配。

library(stringr)
df_empty <- data.frame(Comment=c("hi i want to purchase xyz","is xyz10 not 
                             available","i have xyz+","what abour xyz 10"),stringsAsFactors=FALSE)
product_list <- data.frame(product_list=c("xyz 10","xyz","xyz+","xyz10"),stringsAsFactors=FALSE)

df_empty$Product=""
for (i in 1:nrow(df_empty)){
print(i)
for (j in 1:nrow(product_list)){
df_empty$Comment[i]<-gsub("-"," ",df_empty$Comment[i])   
product_match<-str_extract(df_empty$Comment[i],fixed(product_list$product_list[j],ignore_case = T))
if (!(is.na(product_match))){
df_empty$Product[i]<-product_match
df_empty$Product[i]<-toupper(df_empty$Product[i])
} 
} 
}