替换多个字符串中的多个单词

Question

我想根据另一个数据框中的原始词和替换词替换向量中的词。例如：

要更改的字符串向量：

my_words <- c("example r", "example River", "example R", "anthoer river",
        "now a creek", "and another Ck", "example river tributary")

待替换词的数据框和对应的替换词：

my_replace <- data.frame(
  original = c("r", "River", "R", "river", "Ck", "creek", "Creek"),
  replacement = c("R", "R", "R", 'R', "C", "C", "C"))

我想用向量 my_words 中 my_replace$replacement 中的相应值替换 my_replace$original 中出现的任何一个单词。我尝试使用 stringr::str_replace_all()，但它替换了 letter/word 的所有实例，而不仅仅是整个单词（例如“another”变成了“anotheR”），这是不受欢迎的。

我想做的伪代码：

str_replace_all(my_words, my_replace$original, my_replace$replacement)

期望的输出：

"example R", "example R", "example R", "another R", "now a C", "and another C", "example R tributary"

我确实找到了使用 for 循环的解决方案，但考虑到我的数据集很大，for 循环选项太慢了。非常感谢任何建议。

Answer 1

这是一种 sub 方法，它只进行一次替换：

my_words <- c("example r", "example River", "example R", "anthoer river",
    "now a creek", "and another Ck", "example river tributary")

output <- gsub("\b([rR])(?:iver)?\b|\b([cC])(?:ree)?k\b", "\U\1\U\2", my_words, perl=TRUE)
output

[1] "example R"           "example R"           "example R"
[4] "anthoer R"           "now a C"             "and another C"
[7] "example R tributary"

由于所有河流和小溪的替换分别只是 R 和 C，我们可以捕获每个可能匹配项的第一个字母，然后使用这些字母的大写版本替换.

Answer 2

您需要从 my_words$original 中的单词构建一个基于动态单词边界的模式，然后使用 stringr::str_replace_all 替换为相应的值。请注意 original 短语需要按长度降序排列，以使较长的字符串首先匹配：

my_words <- c("example r", "example River", "example R", "anthoer river", "now a creek", "and another Ck", "example river tributary")
my_replace <- data.frame(original = c("r", "River", "R", "river", "Ck", "creek", "Creek"), replacement = c("R", "R", "R", 'R', "C", "C", "C"))
sort.by.length.desc <- function (v) v[order( -nchar(v)) ]
library(stringr)
regex <- paste0("\b(",paste(sort.by.length.desc(my_replace$original), collapse="|"), ")\b")
str_replace_all(my_words, regex, function(word) my_replace$replacement[my_replace$original==word][[1]][1])

输出：

[1] "example R"           "example R"           "example R"           "anthoer R"           "now a C"             "and another C"       "example R tributary"

Answer 3

library(stringi)

stri_replace_all_regex(my_words, "\b" %s+% my_replace$original %s+% "\b", my_replace$replacement, vectorize_all = FALSE)

[1] "example R" "example R" "example R" "anthoer R" "now a C" "and another C" "example R tributary"

替换多个字符串中的多个单词

Replace multiple words in multiple strings

regex

string

replace

r