測試兩列字符串以在 R 中逐行匹配

Question

假設我有兩列字符串：

library(data.table)
DT <- data.table(x = c("a","aa","bb"), y = c("b","a","bbb"))

對於每一行，我想知道 x 中的字符串是否存在於 y 列中。 循環方法是：

for (i in 1:length(DT$x)){
  DT$test[i] <- DT[i,grepl(x,y) + 0]
}

DT
    x   y test
1:  a   b    0
2: aa   a    0
3: bb bbb    1

有沒有向量化的實現？ 使用grep(DT$x,DT$y)只使用 x 的第一個元素。

Answer 1

你可以簡單地做

DT[, test := grepl(x, y), by = x]

Answer 2

或mapply （ Vectorize實際上只是mapply的包裝器）

DT$test <- mapply(grepl, pattern=DT$x, x=DT$y)

Answer 3

謝謝大家的回復。 我已經對它們進行了基准測試，並得出以下結論：

library(data.table)
library(microbenchmark)

DT <- data.table(x = rep(c("a","aa","bb"),1000), y = rep(c("b","a","bbb"),1000))

DT1 <- copy(DT)
DT2 <- copy(DT)
DT3 <- copy(DT)
DT4 <- copy(DT)

microbenchmark(
DT1[, test := grepl(x, y), by = x]
,
DT2$test <- apply(DT, 1, function(x) grepl(x[1], x[2]))
,
DT3$test <- mapply(grepl, pattern=DT3$x, x=DT3$y)
,
{vgrepl <- Vectorize(grepl)
DT4[, test := as.integer(vgrepl(x, y))]}
)

結果

Unit: microseconds
                                                                               expr       min        lq       mean     median        uq        max neval
                                             DT1[, `:=`(test, grepl(x, y)), by = x]   758.339   908.106   982.1417   959.6115  1035.446   1883.872   100
                            DT2$test <- apply(DT, 1, function(x) grepl(x[1], x[2])) 16840.818 18032.683 18994.0858 18723.7410 19578.060  23730.106   100
                              DT3$test <- mapply(grepl, pattern = DT3$x, x = DT3$y) 14339.632 15068.320 16907.0582 15460.6040 15892.040 117110.286   100
 {     vgrepl <- Vectorize(grepl)     DT4[, `:=`(test, as.integer(vgrepl(x, y)))] } 14282.233 15170.003 16247.6799 15544.4205 16306.560  26648.284   100

除了語法上最簡單之外，data.table 解決方案也是最快的。

Answer 4

您可以將grepl函數傳遞給應用函數，以對數據表的每一行進行操作，其中第一列包含要搜索的字符串，第二列包含要搜索的字符串。這應該為您的問題提供矢量化解決方案.

> DT$test <- apply(DT, 1, function(x) as.integer(grepl(x[1], x[2])))
> DT
    x   y test
1:  a   b    0
2: aa   a    0
3: bb bbb    1

Answer 5

您可以使用Vectorize ：

vgrepl <- Vectorize(grepl)
DT[, test := as.integer(vgrepl(x, y))]
DT
    x   y test
1:  a   b    0
2: aa   a    0
3: bb bbb    1