r - 模式匹配

Question

ca.df

id    Category
1     Noun
2     Negative
3     Positive
4     adj
5     word

每个术语被分配到超过 1 个类别，因此，它对应超过 1 个 id。在 terms.df 中，所有 id 都在一列中。

条款.df

Terms   id
 Love    1 4 5 3
 Hate    2 4 5
 ice     1 5

id在terms中对应ca.df中的category。我想要这样的输出:

x.df

Category      terms

Noun          ice Love
Negative      Hate
Positive      Love
adj           Hate Love
word          ice Hate Love

如何做到这一点？

Answer 1

这是一个可能的 data.table/splitstackshape 包解决方案

library(splitstackshape) ## loads `data.table` package too
terms.df <- cSplit(terms.df, "id", sep = " ", direction = "long")
setkey(terms.df, id)[ca.df, .(Category , Terms = toString(Terms)), by = .EACHI]

#    id Category           Terms
# 1:  1     Noun       Love, ice
# 2:  2 Negative            Hate
# 3:  3 Positive            Love
# 4:  4      adj      Love, Hate
# 5:  5     word Love, Hate, ice

---

一些解释

1. 我们先将id列按照Terms列进行空格分割
2. 然后我们在 id 列的两个数据集之间执行二进制左连接
3. 在连接时，我们根据每个连接使用 by = .EACHI 运算符连接 Terms 列，这允许我们执行加入时的不同操作