如何将R中的字符串::str_detect中的匹配项提取到列表向量中

Question

我正在尝试对文本数据库执行以下搜索。

这是示例数据库df

df <- data.frame(
id = c(1, 2, 3, 4, 5, 6), 
name = c("john doe", "carol jones", "jimmy smith", 
"jenny ruiz", "joey jones", "tim brown"), 
place = c("reno nevada", "poland maine", "warsaw poland", 
"trenton new jersey", "brooklyn new york", "atlanta georgia")
)

我有一个字符串向量，它包含了我试图找到的项。

new_search <- c("poland", "jones")

我将向量传递给str_detect，在df中的任意列中查找new_search中的任意字符串，然后返回匹配的行。。。

df %>% 
filter_all(any_vars(str_detect(., paste(new_search, collapse = "|")))) 

问题。。。如何将str_detect的结果提取到一个新列中
对于返回的每一行。。。我想生成一个成功匹配的术语列表，并将它们放在列表或字符向量(matched_terms(中。。。像这样的。。。

id        name             place    matched_terms   
1  2 carol jones      poland maine   c("jones", "poland")
2  3 jimmy smith     warsaw poland   c("poland")
3  5  joey jones brooklyn new york   c("jones")

Answer 1

这是我天真的解决方案：

new_search <- c("poland", "jones") %>% paste(collapse = "|")
df %>% 
mutate(new_var = str_extract_all(paste(name, place), new_search))

Answer 2

您可以使用str_extract_all提取多列中的所有模式，并使用unite将它们组合为一列。unite将列组合为一个字符串，因此空值被转换为"character(0)"，我们使用str_remove_all将其移除，并只保留那些具有任何匹配项的行。

library(tidyverse)
pat <- str_c(new_search, collapse = "|")
df %>%
mutate(across(-id, ~str_extract_all(., pat), .names = '{col}_new')) %>% 
unite(matched_terms, ends_with('new'), sep = ',') %>%
mutate(matched_terms = str_remove_all(matched_terms, 
'character\(0\),?|,character\(0\)')) %>%
filter(matched_terms != '')
#  id        name             place matched_terms
#1  2 carol jones      poland maine  jones,poland
#2  3 jimmy smith     warsaw poland        poland
#3  5  joey jones brooklyn new york         jones