r - 在整个数据框中查找多个字符串

Question

这个问题已经有答案了:

Detect at least one match between each data frame row and values in vector (4 个回答)

Get row and column indices of matches using `which()` (2 个回答)

已关闭 2 年前。

我正在尝试使用 which 函数在数据框中查找多个字符串。我试图扩展 Find string in data.frame 的答案

示例数据框是:

df1 <- data.frame(animal=c('a','b','c','two', 'five', 'c'), level=c('five','one','three',30,'horse', 'five'), length=c(10, 20, 30, 'horse', 'eight', 'c'))

1      a  five     10
2      b   one     20
3      c three     30
4    two    30  horse
5   five horse  eight
6      c  five      c 

在这个数据帧上，当我对一个字符串应用哪个函数时，我得到了正确的输出，例如 which(df1 =="c" , arr.ind = T);df1给出:

  row col
[1,]   3   1
[2,]   6   1
[3,]   6   3

但是当我尝试搜索多个字符串时，我只得到部分正确的输出，例如 which(df1 ==c("c", "horse", "five") , arr.ind = T)

  row col
[1,]   5   2
[2,]   6   2

预期输出应该是:

     row col
[1,]   3   1
[2,]   5   1
[3,]   6   1
[4,]   1   2
[5,]   5   2
[6,]   6   2
[7,]   4   3
[8,]   6   3

因此我的问题是:

1. 为什么 c("c", "horse", "Five") 的解决方案不起作用？

2. 我尝试过

which(df1=="c" | df1=="horse" | df1 =="five", arr.ind = T)

这给了我正确的输出，但对于许多字符串来说太长了，如何使我的代码简洁？

Answer 1

我们可以使用lapply循环遍历向量，执行==，使用|<将其减少为单个逻辑矩阵 并用 which 包裹起来

which(Reduce(`|`, lapply(c("c", "horse", "five"), `==`, df1)), arr.ind = TRUE)
#     row col
#[1,]   3   1
#[2,]   5   1
#[3,]   6   1
#[4,]   1   2
#[5,]   5   2
#[6,]   6   2
#[7,]   4   3
#[8,]   6   3

---

或者另一种选择是使用 mutate_all 循环遍历数据集的列，并使用 which 换行

library(dplyr)
df1 %>%
  mutate_all(list(~ . %in% c("c", "horse", "five"))) %>%
  as.matrix %>% 
  which(., arr.ind = TRUE)

注意:在这里，如果OP想要进行完整的字符串匹配，我们不需要任何正则表达式或部分匹配。它应该比进行任何部分匹配更快

---

通常，对于多个元素 %in% 会很有用，但是，它仅适用于向量而不是 data.frame