Question

library(stringr) 

cat.keys <- list(Internship='Intern', 
    Information.Technology=c('IT', 'Information Technology', 'Software', 'Developer'), 
    Healthcare=c('RN', 'LPN', 'Doctor', 'Nurse'), 
    Maintenance=c('Custodian', 'Janitor'))

jobs.df <- data.frame(Company=c('Big Brothers Big Sisters', 'Big Brothers Big Sisters', 
    'Big Brothers Big Sisters', 'American Red Cross', 'American Red Cross', 
    'American Red Cross', 'DeMolay International', 'Legal Aid Association', 
    'St.Mary’s Church'), 
    Job.Title = c('Intern', 'Marketing Intern', 'Special Events Internship Program', 
    'RN', 'Nurse', 'Registered Nurse', 'Director of IT - DeMolay International', 
    'SWITCHBOARD/INTAKE SPECIALIST', 'CHURCH CUSTODIAN - part-time'))
lapply(jobs.df$Job.Title, 
    function(x) sapply(cat.keys, function(y) str_detect(x, fixed(y))))

Answer 1

我认为这可以解决问题：

library(tidyverse)
jobs.df %>% rowwise %>% mutate(
  cat = map(cat.keys, ~str_detect(Job.Title, fixed(.x)) %>% any) %>% 
    {names(.[.==TRUE])} %>% paste(collapse=" - ")
)

如您所见，“ IT主管-DeMolay International”也包含“实习生”，因此分为两类。

您可能想重新考虑列表中的措辞。例如，使用列表中的Intern$和代码中的regex(.x)会产生不同的结果，这也可能很有趣（在某些情况下更好，在另一情况下更糟）。不过，这需要一些正则表达式工作。

编辑：使用rowwise确实确实很慢。您可以像这样在行（apply）上使用速度更快的margin=1：

jobs.df$cat2=jobs.df %>% apply(1, function(x){
  map(cat.keys, ~str_detect(x["Job.Title"], fixed(.x)) %>% any) %>% 
    {names(.[.==TRUE])} %>% paste(collapse=" - ")
})

Answer 2

使用stack将命名列表转换为数据框，然后执行merge -

merge(jobs.df, stack(cat.keys), by.x = 'Job.Title', by.y = 'values')

#  Job.Title                  Company        ind
#1    Intern Big Brothers Big Sisters Internship
#2     Nurse       American Red Cross Healthcare
#3        RN       American Red Cross Healthcare

如何匹配数据框中的字符串列表，并按列表名称返回新列中的值

2 个答案: