如何從2個字符串向量創建1和0矩陣？

Question

我正在創建一個1和0的矩陣。 如果一個單詞是字符串的一部分，則為1，否則為0。

例如，預期矩陣將如下所示：

                           white hanging heart holder black suitcase
white hanging heart holder     1       1     1      1     0        0
black suitcase                 0       0     0      0     1        1

我可以使用的是2個向量：

Itemsvector = c("white hanging heart holder","black suitcase", ...)
Wordsvector = c("white","hanging","heart","holder","black", "suitcase",...)

我正在玩％運算符中的％

strsplit(Itemsvector[1], split = ' ')[[1]] %in% Wordsvector

也

grepl(Wordsvector[1], Itemsvector)

這確實給了我TRUE和FALSE值，雖然我迷失了將這組值映射到整個矩陣網格。

Answer 1

將“Itemsvector”拆分為vector s list后，我們可以更輕松地使用table ，將其stack到data.frame並使用table

table(stack(setNames(strsplit(Itemsvector, " "), Itemsvector))[2:1])
#                             values
#ind                          black hanging heart holder suitcase white
#  white hanging heart holder     0       1     1      1        0     1
#  black suitcase                 1       0     0      0        1     0

---

或者使用mtabulate

library(qdapTools)
mtabulate(setNames(strsplit(Itemsvector, " "), Itemsvector))

Answer 2

你可以嘗試使用double sapply ，因為你已經有了Wordsvector來搜索不需要再次拆分Itemsvector 。 我們可以發現，如果一個特定的詞尤其存在或不Itemsvector使用grepl和額外的預防措施，我們添加單詞邊界上，所以它不匹配"white"與“ whites" 。

+(t(sapply(Itemsvector, function(x) sapply(Wordsvector, function(y) 
                                  grepl(paste0("\\b",y, "\\b"), x)))))

#                           white hanging heart holder black suitcase
#white hanging heart holder     1       1     1      1     0        0
#black suitcase                 0       0     0      0     1        1

數據

Itemsvector = c("white hanging heart holder","black suitcase")
Wordsvector = c("white","hanging","heart","holder","black", "suitcase")