r语言 - 将字符串匹配转换为二进制元素的向量

Question

>感谢您为以下问题建议包或基本 R 解决方案的帮助(提前感谢您。

想象一下，我有一个来自statistical_function(下图)的字符元素矢量。如果我提供两个字符元素的名称(例如，provided = c("high", "aware"))，那么我想要一种机制来为我生成以下二进制向量：desired_vector = c(0,1,1,0,1)。

长度：此desired_vector的长度与统计函数输出中的元素数减去名为intrcpt的元素的长度相同。因此，在这种情况下，desired_vector将具有5元素。

元素A：对于statistical_function输出中不包含:的每个元素(例如，"weekhigh")，但确实包含provided向量的元素之一("high")，我想要的向量应该是1。

元素B：对于统计函数输出中确实包含:(例如，"weekhigh:testeraware")并且确实包含provided向量的元素("high"和"aware")的每个元素，我想要的向量应该是1。

否则，desired_vector中的所有剩余元素都应0。这有可能在R中实现吗？

在下面的示例中，desired_vector的第一个元素0因为intrcpt，weekssome不包含"high"或"aware"，第二个元素1，因为weekshigh有"high"，第三个元素1，因为"testeraware"包含"aware"，第四个元素0，因为"weekssome:testeraware"不包含"high"和"aware"， 第 5 个元素是1，因为它确实包含"high"和"aware".

statistical_function = c("intrcpt","weekssome","weekshigh",            
"testeraware","weekssome:testeraware","weekshigh:testeraware")
# [1] "intrcpt"               "weekssome"             "weekshigh"            
# [4] "testeraware"           "weekssome:testeraware" "weekshigh:testeraware"
provided_vector = c("high", "aware")
desired_vector = c(0, 1, 1, 0, 1)

Answer 1

你可以试试下面的代码

+(
abs(
grepl(":", statistical_function) -
rowSums(
sapply(provided_vector, grepl, statistical_function)
)
) == 1)[
statistical_function != "intrcpt"
]

这给了

[1] 0 1 1 0 1

Answer 2

我不确定下面的方法是否是您正在寻找的。我不确定你是否总是想删除第一个元素。为了对删除的内容进行一些控制，我添加了drop参数。它要么需要要删除的元素的编号，要么需要一个字符串，其中包含要删除的元素的名称。它默认为drop = "intrcpt"，这将丢弃截距。

# the input vector containing the coefficient names
statistical_function  <- c("intrcpt",
"weekssome",
"weekshigh",
"testeraware",
"weekssome:testeraware",
"weekshigh:testeraware")
# the input vector containg the search pattern
provided_vector = c("high", "aware")
# a function which matches both
test_input <- function(in_func, in_vec, drop = "intrcpt") {

if(!is.null(drop)) {
if(is.numeric(drop)) {
in_func <- in_func[-drop]
} else if (is.character(drop)) {
in_func <- in_func[in_func != drop]
}
}

inp <- strsplit(in_func, ":")

pat <- paste(in_vec, collapse = "|")

vapply(inp,
FUN = function(x) all(grepl(pat, x)), 
FUN.VALUE = numeric(1L))
}
# this does not drop the intercept, so this is not the desired result
test_input(statistical_function, provided_vector)
#> [1] 0 1 1 0 1
# these calls drop the "intrcpt" or the first element
test_input(statistical_function, provided_vector, drop = "intrcpt")
#> [1] 0 1 1 0 1
test_input(statistical_function, provided_vector, drop = 1)
#> [1] 0 1 1 0 1
# test: still working
test_input(statistical_function[-1], provided_vector)
#> [1] 0 1 1 0 1

^{创建于 2021-08-16 由 reprex 软件包 (v2.0.1)}

如果截距总是以与intrcpt相同的方式写入，那么我们可以最小化上面的函数并删除drop参数：

test_input <- function(in_func, in_vec) {

inp <- in_func[in_func != "intrcpt"]
inp <- strsplit(inp, ":")

pat <- paste(in_vec, collapse = "|")

vapply(inp,
FUN = function(x) all(grepl(pat, x)), 
FUN.VALUE = numeric(1L))
}