R grep:有 AND 运算符吗?

Question

假设我有以下数据框：

User.Id    Tags
34234      imageUploaded,people.jpg,more,comma,separated,stuff
34234      imageUploaded
12345      people.jpg

如何使用 grep(或其他工具)只抓取同时包含"imageUploaded"和"people"的行？换句话说，我如何创建一个子集，该子集仅包含带有字符串"imageUploaded"和"people.jpg"的行，无论顺序如何。

我试过：

data.people<-data[grep("imageUploaded|people.jpg",results$Tags),]
data.people<-data[grep("imageUploaded?=people.jpg",results$Tags),]

有 AND 运算符吗？或者也许是另一种获得预期结果的方法？

Answer 1

多亏了这个答案，这个正则表达式似乎有效。您希望使用返回逻辑以索引到数据对象的grepl()。我不会声称完全理解正则表达式的内部工作原理，但无论如何：

x <- c("imageUploaded,people.jpg,more,comma,separated,stuff", "imageUploaded", "people.jpg")
grepl("(?=.*imageUploaded)(?=.*people\.jpg)", x, perl = TRUE)
#-----
[1]  TRUE FALSE FALSE

Answer 2

我喜欢@Chase的答案，这对我来说很有意义，但是使用不完全理解的结构可能有点危险。

这个答案旨在向任何想使用@thelatemail更直接的方法的人保证，它同样有效，并且在速度上完全具有竞争力。这当然是我在这种情况下会使用的。(同样令人欣慰的是，更复杂的Perl兼容正则表达式不会为其功能和易于扩展性支付任何性能成本。

library(rbenchmark)
x <- paste0(sample(letters, 1e6, replace=T), ## A longer vector of
sample(letters, 1e6, replace=T)) ## possible matches
## Both methods give identical results
tlm <- grepl("a", x, fixed=TRUE) & grepl("b", x, fixed=TRUE)
pat <- "(?=.*a)(?=.*b)"
Chase <- grepl(pat, x, perl=TRUE)
identical(tlm, Chase)
# [1] TRUE    
## Both methods are similarly fast
benchmark(
tlm = grepl("a", x, fixed=TRUE) & grepl("b", x, fixed=TRUE),
Chase = grepl(pat, x, perl=TRUE))
#          test replications elapsed relative user.self sys.self
# 2       Chase          100    9.89    1.105      9.80     0.10
# 1 thelatemail          100    8.95    1.000      8.47     0.48

Answer 3

为了可读性，你可以这样做：

x <- c(
"imageUploaded,people.jpg,more,comma,separated,stuff",
"imageUploaded",
"people.jpg"
)
xmatches <- intersect(
grep("imageUploaded",x,fixed=TRUE),
grep("people.jpg",x,fixed=TRUE)
)
x[xmatches]
[1] "imageUploaded,people.jpg,more,comma,separated,stuff"

Answer 4

下面是使用hadley'sstringr::str_detect()的grep的替代方案。这避免了使用perl=true@jan-stanstrup。此外，dplyr::filter()将返回数据帧本身内的行，因此您永远不需要离开 df。

library(stringr)
libary(dplyr)
x <- data.frame(User.Id =c(34234,34234,12345), 
Tags=c("imageUploaded,people.jpg,more,comma,separated,stuff",
"imageUploaded",
"people.jpg"))
data.people <- x %>% filter(str_detect(Tags,"(?=.*imageUploaded)(?=.*people\.jpg)"))
data.people
# returns
#  User.Id                                                Tags
# 1   34234 imageUploaded,people.jpg,more,comma,separated,stuff

这更简单，如果"people.jpg"始终跟在"imageUploaded"之后，则有效

str_extract(x,"imageUploaded.*people\.jpg")