r语言 - 如何创建一个函数来输出一个向量的每一行中有多少字符包含在另一个向量中

Question

我有一个充满单词及其属性的数据框，其中一列标题为"拼写"。这包含每个单词的拼写，每个字符用空格分隔，如下所示：

P L A T E

米·阿特

罗奥克·

我有一个单独的字符向量，其中包含被认为对分析很重要的字母子集。喜欢这个：

important_letters <- c("P","M","E")

我需要编写一个函数，对于数据帧中的每一行，计算单词中包含多少个字符的重要字母，并在数据框中使用此数字创建一个新列。在此示例中，新列将包含 2 表示板、1 表示垫子和 0 表示岩石。

我一直在试图弄清楚这一点，我知道函数的返回行应该是这样的：

return(sum(a %in% important_letters)) 

任何帮助将不胜感激。

Answer 1

试试这个：

library(dplyr)
# your objects    
Spelling <- c('P L A T E', 'M A T', 'R O C K')
important_letters <- c("P","M","E")
df <- data.frame(Spelling, stringsAsFactors = FALSE)
# first, create a new variable (field) in dataframe     
df$important_letters_count <- NA
# this is the function
count_important <- function(x) {
  for (i in 1:nrow(x)) {
    x$important_letters_count[i] <- 
      sum(strsplit(x$Spelling[i], " ")[[1]] %in% important_letters)
  }
  x
}
# call the functions this way
df <- count_important(df)

Answer 2

另一种选择：

sum_letters <- function(words, imp_letters) {
  sapply(words, 
         function(x) sum(unlist(strsplit(x, split = " ")) %in% imp_letters, na.rm = TRUE)
         )
}

可以这样称呼：

df$sum_letters <- sum_letters(df$words, important_letters)

输出：

df
      words sum_letters
1 P L A T E           2
2     M A T           1
3   R O C K           0

Answer 3

使用 purrr 和 stringr 。map派生遍历字符向量，并将自定义函数应用于每个元素。使用str_count来计算重要字母的匹配项。

library(stringr)
library(purrr)
df <- data.frame(
  Spelling = c("P L A T E", "M A T", "R O C K")
)
important_letters <- c("P", "M", "E")
map_dbl(df$Spelling, ~ sum(str_count(.x, important_letters)))

Answer 4

试试这个：

myfunc <- function(v, imp) {
  ptn <- paste0(c("[^", imp, "]"), collapse = "")
  nchar(gsub(ptn, "", v))
}
# sample data
vec <- c("P L A T E", "M A T", "R O C K")
important_letters <- c("P","M","E")
myfunc(vec, important_letters)
# [1] 2 1 0

因为它是在这里的向量上运行的，所以它可以很容易地迭代帧列。