检查 R dataframe 中的值是否符合列值/列表中值的任意组合

Question

我有一个非常大的 dataframe，我需要检查特定列的值是否符合列表中的项目。 这可以是列表中的任何项目，也可以是用逗号分隔的项目组合。

在下面的示例中，我只希望最后一个值（“无颜色”）抛出失败，因为它没有出现在名为 Type 的列表中。

Type <- list(c('blue','green','black','red'))

Data <-data.frame(colour=c("blue","blue,green", 'blue,black,red', 'black,red', 'no colour'))

谢谢

Answer 1

我们可以paste list中的元素并filter

library(stringr)
library(dplyr)
Data %>% 
  filter(str_detect(colour, str_c(Type[[1]], collapse = "|")))

-输出

           colour
1           blue
2     blue,green
3 blue,black,red
4      black,red

Answer 2

使用strsplit 。

sapply(strsplit(Data$colour, ','), \(x) all(x %in% Type[[1]]))
# [1]  TRUE  TRUE  TRUE  TRUE FALSE

Answer 3

这是另一个可能的选项，我们可以从列表中删除任何颜色，然后清理剩余的字符（删除空格和逗号）。 然后，我使用nzchar检测是否还有剩余的单词，如果有，则删除该行。

Data[!nzchar(trimws(gsub(
  "[[:punct:]]", "", gsub(paste0(Type[[1]], collapse = "|"), "", Data$colour)
))), ]

Output

          colour
1           blue
2     blue,green
3 blue,black,red
4      black,red