部分字符串匹配兩列R.

Question

我一直在嘗試基於兩列共有的正則表達式列表來部分匹配兩列內容：

dats<-data.frame(ID=c(1:3),species=c("dog","cat","rabbit"),
species.descriptor=c("all animal dog","all animal cat","rabbit exotic"),product=c(1,2,3),
product.authorise=c("all animal dog cat rabbit","cat horse pig","dog cat"))

為了實現這一目標：

goal<-data.frame(ID=c(1:3),species=c("dog","cat","rabbit"),
            species.descriptor=c("all animal dog","all animal cat","rabbit exotic"),
            product=c(1,2,3),product.authorise=c("all animal dog cat rabbit","cat horse pig",
            "dog cat"), authorised=c("TRUE","TRUE","FALSE"))    

所以為了進一步解釋，如果'dog'出現在兩列中的任何一點，那么在$ match中這將被視為'TRUE' - 這將適用於任何單個物種描述符。如果沒有找到匹配，那么返回FALSE或na會沒事的。

到目前為止，我已經達到了這一點：

library(stringr)
patts<-c("dog","cat","all animal")
reg.patts<-paste(patts,collapse="|")
dats$matched<-ifelse((str_extract(dats$species.descriptor,reg.patts) == str_extract(dats$product.authorise,reg.patts)),"TRUE","FALSE")
dats
  ID species species.descriptor product         product.authorise matched
   1     dog     all animal dog       1 all animal dog cat rabbit    TRUE
   2     cat     all animal cat       2             cat horse pig   FALSE
   3  rabbit      rabbit exotic       3                   dog cat    <NA>

正如您所看到的，這正確地標識了第一行和最后一行，因為“所有動物”在兩個字符串中首先出現，並且在最后一行中根本沒有匹配。 但是，當reg exp沒有首先出現在字符串中時，似乎很難（如第二行）。 我已經嘗試過str_extract_all，但到目前為止只導致錯誤消息。 我想知道是否有人可以提供幫助，拜托？

Answer 1

這是使用dplyr進行管道處理的解決方案。 芯組分是使用grepl為邏輯字符串匹配species中都species.descriptor和product.authorised 。

library(dplyr)
dats %>%
rowwise() %>%
mutate(authorised = 
           grepl(species, species.descriptor) & 
           grepl(species, product.authorise)
       )

Source: local data frame [3 x 6]
Groups: <by row>

     ID species species.descriptor product         product.authorise authorised
  (int)  (fctr)             (fctr)   (dbl)                    (fctr)      (lgl)
1     1     dog     all animal dog       1 all animal dog cat rabbit       TRUE
2     2     cat     all animal cat       2             cat horse pig       TRUE
3     3  rabbit      rabbit exotic       3                   dog cat      FALSE

如果你真的喜歡stringr你可以使用str_detect函數獲得更加用戶友好的語法。

library(stringr)
dats %>%
mutate(authorised = 
           str_detect(species.descriptor, species) & 
           str_detect(product.authorise, species)
       )

如果您不喜歡dplyr ，可以直接添加列

dats$authorised <- 
    with(dats, 
         str_detect(species.descriptor, species) & 
             str_detect(product.authorise, species)
         )