代码之家 › 专栏 › 技术社区 › user1200

从多个字符串的grepl匹配返回匹配的字符串,而不是逻辑

grepl r

user1200 · 技术社区 · 8 年前

目前,我在grepl中使用嵌套的ifelse函数来检查与数据帧中字符串向量的匹配情况,例如:

# vector of possible words to match
x <- c("Action", "Adventure", "Animation")

# data
my_text <- c("This one has Animation.", "This has none.", "Here is Adventure.")
my_text <- as.data.frame(my_text)

my_text$new_column <- ifelse (
  grepl("Action", my_text$my_text) == TRUE,
  "Action",
  ifelse (
    grepl("Adventure", my_text$my_text) == TRUE,
    "Adventure",
    ifelse (
      grepl("Animation", my_text$my_text) == TRUE,
      "Animation", NA)))

> my_text$new_column
[1] "Animation" NA          "Adventure"

这只适用于少数元素(例如,这里的三个元素),但当可能的匹配项大得多(例如,150)时,我如何返回?嵌套的ifelse看起来很疯狂。我知道我可以像下面的代码那样一次grepl多个东西,但这只会返回一个逻辑提示,告诉我字符串是否匹配,而不是哪个匹配。我想知道匹配了什么(在多个匹配的情况下,任何匹配都可以。

x <- c("Action", "Adventure", "Animation")
my_text <- c("This one has Animation.", "This has none.", "Here is Adventure.")
grepl(paste(x, collapse = "|"), my_text)

returns: [1]  TRUE FALSE  TRUE
what i'd like it to return: "Animation" ""(or FALSE) "Adventure"

3 回复 | 直到 8 年前

Benjamin 8 年前

遵循模式 here 一 base 解决方案

x <- c("ActionABC", "AdventureDEF", "AnimationGHI")

regmatches(x, regexpr("(Action|Adventure|Animation)", x))

stringr 有一种更简单的方法

library(stringr)
str_extract(x, "(Action|Adventure|Animation)")

Sujeet Pillai 8 年前

只需在示例代码中直接使用regmatches,就会出现以下错误。

    my_text$new_column <-regmatches(x = my_text$my_text, m = regexpr(pattern = paste(x, collapse = "|"), text = my_text$my_text))

    Error in `$<-.data.frame`(`*tmp*`, new_column, value = c("Animation",  : 
  replacement has 2 rows, data has 3

这是因为只有2个匹配项,它将尝试拟合包含3行的数据框列中的匹配值。

my_text$new_column <-
lapply(X = my_text$my_text, FUN = function(X){
  regmatches(x = X, m = regexpr(pattern = paste(x, collapse = "|"), text = X))
})

Table screenshot

希望这有帮助。

Andrew Gustar 8 年前

这样就可以了。。。

my_text$new_column <- unlist(              
                         apply(            
                             sapply(x, grepl, my_text$my_text),
                             1,
                             function(y) paste("",x[y])))

sapply 生成一个逻辑矩阵,显示 x 术语出现在列的每个元素中。这个 apply 对应于 TRUE 价值观(粘贴一个 "" 一开始是为了避免 NA 匹配一行后,它们将粘贴在输出中。