返回在文本中找到的特定字符串

Question

我在df中有以下列

c("I love bananas and apples.",
  "I hate apples and pears.",
  "I love to eat food.",
  "I hate lettuce and bananas")

我有一个水果向量

fruit <- c("apples", "bananas", "pears")

我知道使用 str_detect 可以 return TRUE 或 FALSE 每次观察使用

str_detect(df$text, paste(fruit, collapse='|'))

但我想要的是一个具有匹配变量的列，如下所示

"I love bananas and apples."       "bananas","apples"
"I hate apples and pears."         "apples","pears"
"I love to eat food."              
"I hate lettuce and bananas."      "bananas"

有没有办法做到这一点？这是在 str_detect 域之外吗？

Answer 1

我们可以使用 str_extract_all 从 list 中的 'text' 列中提取所有 'fruit' 元素，用 [= 遍历 list 14=] 和 paste (toString) 它们一起创建了 'newtext' 列

library(stringr)
library(dplyr)
library(purrr)
df %>% 
    mutate(newtext = map_chr(str_extract_all(text,     
      str_c(fruit, collapse='|')), ~toString(unique(.x)))

Answer 2

sapply(v, function(s){
    toString(unlist(lapply(fruit, function(f){
        if(grepl(f, s)) f
    })))
},
USE.NAMES = FALSE)
#[1] "apples, bananas" "apples, pears"   ""                "bananas"

返回在文本中找到的特定字符串

Returning Specific String found in text

regex

string

r

data-manipulation

text-mining