按列内容匹配的字符串
String matching by contents of columns
我有一个巨大的数据框和几个关键词（都是非数字）。我想编写 R 代码来遍历整个数据框并查找句子包含一个或多个这些关键词的列。然后如果有匹配将关键字放在新列的同一行中（如果有多个匹配则将它们都用逗号分隔或也放在新列中）。
例如，鉴于下面的数据，我想添加一个列来显示与这些关键字匹配的内容：
keywords<- c("Smith", "Carla")
然后我希望结果看起来像这样：
**Names** **Matching**
John Smith Smith
Carla Smith Carla, Smith **(could be same column or different column)**
Smith Smith Smith
John Carla Carla
我尝试使用 grep:
Matching <- Data[grepl("carla",Data$Names), ]
你能帮帮我吗？
这个答案分为两部分：OP 编辑了他的答案，但第一部分似乎仍然有用
第 1 部分：OP 的原始问题
将您的任务分解为更小的任务并提供最小示例通常会有所帮助。
所以这是一些数据
shoes <- c("cookie", "nike", "adidas")
drinks <- c("water", "lemon", "cookie")
clothes <- c("pants", "cookie", "sweater")
df <- data.frame(shoes, drinks, clothes, stringsAsFactors = FALSE)
df
现在让我们看看@akrun 的评论，看看我们是否可以从单个列中获取字符串 "cookie"：
library(stringr)
str_extract_all("cookie", df$shoes) == "cookie"
那么，这行得通，现在我们需要对所有列执行此操作。为了帮助我们编写一个小函数并在列上循环：
extract_cookie <- function(x) {
x <- as.character(x) # just to safeguard against non-string values .
str_extract_all("cookie", x) == "cookie"
}
sapply(df, extract_cookie)
shoes drinks clothes
[1,] TRUE FALSE FALSE
[2,] FALSE FALSE TRUE
[3,] FALSE TRUE FALSE
第 2 部分：（在 OP 编辑问题后）
既然你现在提到你自己的努力使用 grepl..
people <- c("John Smith", "Carla Smith", "Smith Smith", "John Carla")
persons <- data.frame(people, stringsAsFactors = FALSE)
persons$smiths <- grepl("Smith", persons$people)
persons$carlas <- grepl("Carla", persons$people)
persons$perfectMatch <- persons$smiths == TRUE & persons$carlas == TRUE
persons$smiths2 <- ifelse(grepl("Smith", persons$people), "Smiths", "")
persons$carlas2 <- ifelse(grepl("Carla", persons$people), "Carla", "")
persons$perfectMatch2 <- ifelse(persons$perfectMatch == TRUE,
paste(persons$carlas2, persons$smiths2), "")
persons
people smiths carlas perfectMatch smiths2 carlas2 perfectMatch2
1 John Smith TRUE FALSE FALSE Smiths
2 Carla Smith TRUE TRUE TRUE Smiths Carla Carla Smiths
3 Smith Smith TRUE FALSE FALSE Smiths
4 John Carla FALSE TRUE FALSE Carla
我有一个巨大的数据框和几个关键词（都是非数字）。我想编写 R 代码来遍历整个数据框并查找句子包含一个或多个这些关键词的列。然后如果有匹配将关键字放在新列的同一行中（如果有多个匹配则将它们都用逗号分隔或也放在新列中）。
例如，鉴于下面的数据，我想添加一个列来显示与这些关键字匹配的内容：
keywords<- c("Smith", "Carla")
然后我希望结果看起来像这样：
**Names** **Matching**
John Smith Smith
Carla Smith Carla, Smith **(could be same column or different column)**
Smith Smith Smith
John Carla Carla
我尝试使用 grep:
Matching <- Data[grepl("carla",Data$Names), ]
你能帮帮我吗？
这个答案分为两部分：OP 编辑了他的答案，但第一部分似乎仍然有用
第 1 部分：OP 的原始问题
将您的任务分解为更小的任务并提供最小示例通常会有所帮助。
所以这是一些数据
shoes <- c("cookie", "nike", "adidas")
drinks <- c("water", "lemon", "cookie")
clothes <- c("pants", "cookie", "sweater")
df <- data.frame(shoes, drinks, clothes, stringsAsFactors = FALSE)
df
现在让我们看看@akrun 的评论，看看我们是否可以从单个列中获取字符串 "cookie"：
library(stringr)
str_extract_all("cookie", df$shoes) == "cookie"
那么，这行得通，现在我们需要对所有列执行此操作。为了帮助我们编写一个小函数并在列上循环：
extract_cookie <- function(x) {
x <- as.character(x) # just to safeguard against non-string values .
str_extract_all("cookie", x) == "cookie"
}
sapply(df, extract_cookie)
shoes drinks clothes
[1,] TRUE FALSE FALSE
[2,] FALSE FALSE TRUE
[3,] FALSE TRUE FALSE
第 2 部分：（在 OP 编辑问题后）
既然你现在提到你自己的努力使用 grepl..
people <- c("John Smith", "Carla Smith", "Smith Smith", "John Carla")
persons <- data.frame(people, stringsAsFactors = FALSE)
persons$smiths <- grepl("Smith", persons$people)
persons$carlas <- grepl("Carla", persons$people)
persons$perfectMatch <- persons$smiths == TRUE & persons$carlas == TRUE
persons$smiths2 <- ifelse(grepl("Smith", persons$people), "Smiths", "")
persons$carlas2 <- ifelse(grepl("Carla", persons$people), "Carla", "")
persons$perfectMatch2 <- ifelse(persons$perfectMatch == TRUE,
paste(persons$carlas2, persons$smiths2), "")
persons
people smiths carlas perfectMatch smiths2 carlas2 perfectMatch2
1 John Smith TRUE FALSE FALSE Smiths
2 Carla Smith TRUE TRUE TRUE Smiths Carla Carla Smiths
3 Smith Smith TRUE FALSE FALSE Smiths
4 John Carla FALSE TRUE FALSE Carla