r - 在 R 中保存 str_which 循环的输出

Question

我处理一张列出各种科学出版物的数据表。行是出版物，列是描述每个出版物的各种指标(作者姓名和职位、Pubmed ID、日期等...)我想过滤每个作者的出版物并提取其中的一部分。需要注意的是格式:所有作者姓名(每个单元格 5-80 个)都集中在每一行的一个单元格中。

我设法通过使用 str_which 解决了这个问题，保存了每个作者的坐标并稍后提取。这仅适用于手动使用。当我尝试使用循环自动执行此过程以绘制作者列表时，我无法保存输出。

我对如何在不覆盖以前的结果的情况下存储结果有点不知所措。

sampleDat <- 
  data.frame(var1 = c("Doe J, Maxwell M, Kim HE", "Cronauer R, Carst W, Theobald U", "Theobald U, Hey B, Joff S"),
             var2 = c(1:3),
             var3 = c("2016-01", "2016-03", "2017-05"))

我想要坐标的名称列表

namesOfInterest <-
  list(c("Doe J", "Theobald U"))

手动提取，要求我输入准确的名称和输出对象

Doe <- str_which(sampleDat$var1, "Doe J")           
Theobald <- str_which(sampleDat$var1, "Theobald U") 

不复制手动版本的许多尝试之一。

results <- c()

for (i in namesOfInterest) {
  results[i] <- str_which(sampleDat$var1, i)
}

Answer 1

for 循环设置不正确(它需要类似于 for(i in 1:n){do something})。此外，即使您修复了该问题，您也会收到与以下事实相关的错误:str_which 返回一个可变长度 的向量，指示每个匹配项的位置使(并且它可以进行多次匹配)。因此，在循环中索引向量在这里不起作用，因为每当作者有多个匹配项时，多个条目将保存到单个元素，从而引发错误。

通过使用列表来解决这个问题，因为列表可以包含任意长度的向量。使用双括号符号索引列表:[[。

library(stringr)
sampleDat <- 
  data.frame(var1 = c("Doe J, Maxwell M, Kim HE", "Cronauer R, Carst W, Theobald U", "Theobald U, Hey B, Joff S"),
             var2 = c(1:3),
             var3 = c("2016-01", "2016-03", "2017-05"))

# no need for list here. a simple vector will do
namesOfInterest <- c("Doe J", "Theobald U")

# initalize list
results <- vector("list", length = length(namesOfInterest))

# loop over list, saving output of `str_which` in each list element.
# seq_along(x) is similar to 1:length(x)
for (i in seq_along(namesOfInterest)) {
  results[[i]] <- str_which(sampleDat$var1, namesOfInterest[i])
}

返回:

> results
[[1]]
[1] 1

[[2]]
[1] 2 3

理解上面输出的方法是列表的第 ith<​​ 元素 results[[i]] 包含 str_which(sampleDat$ var1, namesOfInterest[i])，其中 namesOfInterest[i] 始终恰好是一位作者。但是，results[[i]] 的长度可以超过一个:

> sapply(results, length)
[1] 1 2

表示一个作者可以被多次提及。在上面的示例中，sapply 计算列表 results 中每个向量的长度，显示 namesOfInterest[1] 有一篇论文，并且 namesOfInterest[2] 有 2 个。`