R - 查找向量的字符是否在另一个向量中

Question

我有一个与这里的主题非常相似的疑问： Find matches of a vector of strings in another vector of strings 。

我有一个客户向量，如果名称表明它是商业客户，我需要更改我的 data.frame 中的类型。

所以，假设：

commercial_names <- c("BAKERY","MARKET", "SCHOOL", "CINEMA")
clients <- c("JOHN XX","REESE YY","BAKERY ZZ","SAMANTHA WW")

我尝试了之前引用的主题中的代码，但出现错误：

> grepl(paste(commercial_names, collape="|"),clients)
[1] TRUE TRUE TRUE TRUE
Warning message:
In grepl(paste(commercial_names, collape = "|"), clients) :
  argument 'pattern' has length > 1 and only the first element will be used

我究竟做错了什么？ 我会感谢任何帮助。

Answer 1

您的代码是正确的，但有一个错字：

grepl(paste0(commercial_names, collapse = "|"), clients) # typo: collape
[1] FALSE FALSE  TRUE FALSE

鉴于错字， commercial_names名称不会折叠。

Answer 2

不知道如何用单线做到这一点，但循环似乎可以解决问题。

sapply(clients, function(client) {
  any(str_detect(client, commercial_names))
})
> JOHN XX    REESE YY   BAKERY ZZ SAMANTHA WW 
> FALSE       FALSE        TRUE       FALSE 

Answer 3

我找到了另一种方法，使用命令%like% of package data.table ：

> clients %like% paste(commercial_names,collapse = "|")
[1] FALSE FALSE  TRUE FALSE

Answer 4

你也可以这样做：

clients.first <- gsub(" ..", "", clients)
clients.first %in% commercial_names

这将返回：

[1] FALSE FALSE  TRUE FALSE

如果您的客户端数据更加异构，您可能需要更改gsub的正则表达式。