Question

我正在使用以下完美工作的功能来解析文本数据，以查找患者病历中动脉狭窄的百分比。

txt <- "Small caliber RCA with 50% proximal and 70% mid stenoses."

coronary_anatomy <- function(x) {
    
    # Check if sentence
    if(!is.character(x)) {stop("Requires character string", call. = FALSE)}
    
    # Establish variables
    epicardial <- c("LM", "LAD", "LCX", "RCA")
    mods <- c("proximal", "mid", "distal", "ostial")
    
    sentence <-
        tibble(line = 1, sentence = x) %>%
        tidytext::unnest_tokens(input = sentence, output = word, to_lower = FALSE) %>%
        pull(word)
    
    # Identify number/locations of disease
    artery <- sentence[which(sentence %in% epicardial)]
    locs <- grep("\\d+", sentence) 
    mlocs <- which(sentence %in% mods)
    
    # Find the nearest neighbors to identify which modifier goes with which location
    space <- combn(mlocs, length(locs))
    dist <- apply(space, 2, function(x) {sum(abs(locs - x))})
    matched <- space[, which.min(dist)]
    
    tbl <- 
        tibble(
            anatomy = paste(sentence[matched], artery),
            stenosis = as.numeric(sentence[locs])
        )
    
    # Return
    return(tbl)
}

# Test it out

coronary_anatomy(txt)

Output:

# A tibble: 2 x 2
anatomy      stenosis
<chr>           <dbl>
1 proximal RCA       50
2 mid RCA            70

代码效果很好。但是现在我遇到了大规模应用它的问题。我想将此代码应用于具有一整个列患者病历的数据框。我要运行该功能的数据帧的简化数据帧如下所示。

# A tibble: 2 x 2
PatientID      Records
<chr>           <chr>
1 1234            Small caliber RCA with 50% proximal and 70% mid stenoses
2 1235            Small caliber LCX with 40% proximal and 70% mid stenoses

现在是问题所在。我想以某种方式在整个记录列中运行此功能。但是，运行此功能（如上所示）将输出一个小标题，该小标题的大小取决于可解析的信息量。

比我更聪明的人有一个想法，如何在包含病历的数据表的列中的每个单元格上运行此功能，并以有组织的方式输出该输出（假设输出是小标题）？

Answer 1

如果速度不是问题，则可以使用lapply或purrr::map函数（甚至是for循环）遍历数据的每一行，并将每个小节结果保存在{ {1}}，然后将小标题列表合并为一个不错的大标题以供使用。例如，

list

如果您使用的是# dplyr and lapply result_list = lapply(your_data$Records, coronary_anatomy) names(result_list) = your_data$PatientID result_tbl = bind_rows(result_list, .id = "PatientID") result_tbl # # A tibble: 4 x 3 # PatientID anatomy stenosis # <chr> <chr> <dbl> # 1 1234 proximal RCA 50 # 2 1234 mid RCA 70 # 3 1235 proximal LCX 40 # 4 1235 mid LCX 70 1.0版或更高版本，则也可以仅使用dplyr和group_by来做到这一点：

summarize

如何将函数应用于列的每个单元格？

1 个答案: