8

我有一个表格，叫它 df，有 3 列，第一个是产品的标题，第二个是产品的描述，第三个是一个单词字符串。我需要做的是在整个表上运行一个操作，创建 2 个新列（称它们为“exists_in_title”和“exists_in_description”），它们的值为 1 或 0，表示第 3 列是否存在于第 1 列或第 2 列中。我需要它只是一个 1:1 的操作，例如，调用第 1 行“A”，我需要检查单元格 A3，是否存在于 A1 中，并使用该数据创建列 exists_in_title，然后检查是否 A3存在于 A2 中，并使用该数据创建列 exists_in_description。然后移动到 B 行并进行相同的操作。我有数千行数据，因此一次 1 次执行这些数据是不现实的，

我玩过 grepl、pmatch、str_count，但似乎没有一个能真正满足我的需要。我认为 grepl 可能是最接近我需要的，这是我编写的两行代码的示例，它们在逻辑上可以按照我的意愿执行，但似乎没有用：

df$exists_in_title <- grepl(df$A3, df$A1)

df$exists_in_description <- grepl(df$A3, df$A2)

但是，当我运行它们时，我收到以下消息，这使我相信它无法正常工作：“参数'模式'的长度 > 1，并且只会使用第一个元素”

任何有关如何做到这一点的帮助将不胜感激。谢谢！

4

1 回答 1

11

grepl将与mapply：

示例数据框：

title <- c('eggs and bacon','sausage biscuit','pancakes')
description <- c('scrambled eggs and thickcut bacon','homemade biscuit with breakfast pattie', 'stack of sourdough pancakes')
keyword <- c('bacon','sausage','sourdough')
df <- data.frame(title, description, keyword, stringsAsFactors=FALSE)

使用 搜索匹配项grepl：

df$exists_in_title <- mapply(grepl, pattern=df$keyword, x=df$title)
df$exists_in_description <- mapply(grepl, pattern=df$keyword, x=df$description)

结果：

            title                            description   keyword exists_in_title exists_in_description
1  eggs and bacon      scrambled eggs and thickcut bacon     bacon            TRUE                  TRUE
2 sausage biscuit homemade biscuit with breakfast pattie   sausage            TRUE                 FALSE
3        pancakes            stack of sourdough pancakes sourdough           FALSE                  TRUE

更新一

您也可以使用dplyrand执行此操作stringr： 

library(dplyr)
df %>% 
  rowwise() %>% 
  mutate(exists_in_title = grepl(keyword, title),
         exists_in_description = grepl(keyword, description))

library(stringr)
df %>% 
  rowwise() %>% 
  mutate(exists_in_title = str_detect(title, keyword),
         exists_in_description = str_detect(description, keyword))

更新二

Map也是一个选项，或者从tidyverse另一个选项中使用更多可能purrr是stringr：

library(tidyverse)
df %>%
  mutate(exists_in_title = unlist(Map(function(x, y) grepl(x, y), keyword, title))) %>% 
  mutate(exists_in_description = map2_lgl(description, keyword,  str_detect))
于 2015-11-24T18:25:34.243 回答