regex - 如何替换数据框中的字母？

Question

我有一个数据框。我想搜索每个字母或符号。

例如，我想要字母“g”和“h”。如果该字母在字符串中的任何位置，则分配 1，否则分配 0。

code              gh     HI    &*
efhikq&*          0      0     1
efhiku&           0      0     0
DHIfux            0      1     0
DHIJUVXYefhjoq!*  0      1     0
HIfghv(           1      1     0
hiIvg             1      0     0

Answer 1

更新，对于更复杂的版本，要求所有字母都存在，但顺序不限:

haystack <- c("efhikq&*", "efhiku&", "DHIfux", "DHIJUVXYefhjoq!*", "HIfghv(", "hiIvg")
needle <- c("gh", "HI", "&*")

needle.split <- setNames(strsplit(needle, ""), needle)

`rownames<-`(
  sapply(
    needle.split, 
    function(x) {
      apply(sapply(x, grepl, haystack, fixed=TRUE), 1, all) + 0
} ), haystack)

在这里，我们首先将 Needle 分解为组成字符，然后对于一组字符中的每个字符，我们运行 grepl反对 haystack (这是最里面的 sapply )，然后我们通过检查最里面的 sapply 矩阵的每一行的所有值来确保每个字符都存在。使用 apply 制作和all 。我们还使用 + 0 转换为 1/0位(也保留矩阵结构)。最后是最外层sapply将为每个字符组重复此逻辑，并缝合结果，我们使用 rownames<- 添加行名。技巧。

这与所需的输出匹配:

                 gh HI &*
efhikq&*          0  0  1
efhiku&           0  0  0
DHIfux            0  1  0
DHIJUVXYefhjoq!*  0  1  0
HIfghv(           1  1  0
hiIvg             1  0  0

---

旧版本匹配所有字符:

这是一个解决方案:

`rownames<-`(sapply(needle, grepl, haystack, fixed=TRUE) + 0, haystack)

产生:

                 gh HI &*
efhikq&*          0  0  1
efhiku&           0  0  0
DHIfux            0  1  0
DHIJUVXYefhjoq!*  0  1  0
HIfghv(           1  1  0
hiIvg             0  0  0

这基本上是 Ananda 建议的实现(直到完成此操作后我才看到他的评论)，并添加了使用替换函数 rownames<- 的“技巧”以非替换形式附加行名称。数据如下:

haystack <- c("efhikq&*", "efhiku&", "DHIfux", "DHIJUVXYefhjoq!*", "HIfghv(", "hiIvg")
needle <- c("gh", "HI", "&*")