11

我有一个关键字（例如“绿色”）和一些文字（“我不喜欢他们，我是山姆！”）。

我想看看关键字（'g'，'r'，'e'，'e'，'n'）中有多少个字符出现在文本中（以任何顺序）。

在这个例子中，答案是 3 - 文本没有 G 或 R，但有两个 E 和一个 N。

我的问题是，如果文本中的字符与关键字中的字符匹配，则它不能用于匹配关键字中的不同字符。

例如，如果我的关键字是'green'，那么“匹配字符”的数量仍然是 3（一个 N 和两个 E），因为文本中只有两个 E，而不是 3（匹配关键字中的第三个 E） .

我怎么能用 R 写这个？这只是在我记忆的边缘打勾-我觉得这是一个常见问题，但措辞不同（有点像没有替换的采样，但是“匹配没有替换”？）。

例如

keyword <- strsplit('greeen', '')[[1]]
text <- strsplit('idonotlikethemsamiam', '')[[1]]
# how many characters in keyword have matches in text,
# with no replacement?
# Attempt 1: sum(keyword %in% text)
# PROBLEM: returns 4 (all three Es match, but only two in text)

更多预期输入/输出示例（关键字、文本、预期输出）：

  • '绿色'，'idonotlikethemsamiam'，3（G，E，E）
  • '绿色'，'idonotlikethemsamiam'，3（G，E，E）
  • “红色”、“idonotlikethemsamiam”、2（E 和 D）
4

2 回答 2

14

函数 pmatch() 非常适合这个。虽然在这里使用长度是本能的，但长度没有 na.rm 选项。所以为了解决这个麻烦，我们使用了 sum(!is.na()) 。

keyword <- unlist(strsplit('greeen', ''))
text <- unlist(strsplit('idonotlikethemsamiam', ''))

sum(!is.na(pmatch(keyword, text)))

# [1] 3

keyword2 <- unlist(strsplit("red", ''))
sum(!is.na(pmatch(keyword2, text)))

# [1] 2
于 2013-02-18T02:15:31.033 回答
-1

也许您正在寻找关键字的独特组成部分？尝试：

keyword <- unique(strsplit('greeen','')[[1]])
于 2013-02-18T01:53:51.663 回答