r语言 - 查找至少有一个关键字部分匹配的行

Question

>我有一个数据框 df，列a带有文本。我还有一个单词列表

keywords <- c("a", "b", "c")

如何找到至少df$a中包含一个keywords的所有 df 行？

例如，如果df$a是：

hj**a**jk
fgfg
re

将返回第一行。

我更喜欢使用dplyr包的解决方案

Answer 1

这里有2种tidyverse方法。我在您的向量中添加了一个额外的条目，以检查是否将检查所有关键字，而不仅仅是第一个关键字。

既然你说这是df$a，我做了一个 tibbledf，其中a是唯一的列，只是为了更好地适应通常基于数据框的dplyr操作。

library(tidyverse)
a <- c("hj**a**jk", "fgfg", "re", "rec")
df <- tibble(a = a)
keywords <- c("a", "b", "c")

更dplyr方法是从数据框开始，然后将其通过管道传输到过滤操作中。问题在于stringr::str_detect在这里工作得很奇怪——它希望在整个向量上寻找匹配项，而在这种情况下，我们希望每一行都发生这种情况。通过添加rowwise，您可以执行此操作，并仅筛选a中的值与任何关键字匹配的行df。

df %>%
rowwise() %>%
filter(str_detect(a, keywords) %>% any())
#> Source: local data frame [2 x 1]
#> Groups: <by row>
#> 
#> # A tibble: 2 x 1
#>   a        
#>   <chr>    
#> 1 hj**a**jk
#> 2 rec

第二种方式对我来说更直观，但不太适合dplyr方式。我映射了a- 不是df中的列，而只是独立的字符向量 - 以检查任何匹配项。然后我用这个作为我的过滤标准。通常，dplyr操作是设置的，因此要管道输入的值是函数的第一个参数，通常是数据框。但是因为我实际上是在管道第二个参数filter，而不是第一个，所以我为第一个参数指定了df，并在第二个参数中使用速记.。

a %>%
map_lgl(~str_detect(., keywords) %>% any()) %>%
filter(df, .)
#> # A tibble: 2 x 1
#>   a        
#>   <chr>    
#> 1 hj**a**jk
#> 2 rec

创建于 2018-06-04 由 reprex 包 (v0.2.0(.