r - 将文本列转换为 r 中的向量

Question

我想查看文本列是否包含“a”和“b”指定值之外的元素

specified_value=c("a","b")

df=data.frame(key=c(1,2,3,4),text=c("a,b,c","a,d","1,2","a,b")
df_out=data.frame(key=c(1,2,3),text=c("c","d","1,2",NA))

这是我尝试过的:

df=df%>%mutate(text_vector=strsplit(text, split=","), 
extra=text_vector[which(!text_vector %in% specified_value)])

但这不起作用，有什么建议吗？

Answer 1

我们可以通过分隔符 , 分割“文本”与 separate_rows , 按 'key' 分组，使用 setdiff 获取不在 'specified_value' 中的元素和 paste它们一起( toString )，然后进行连接以获取原始数据集中的其他列

library(dplyr) # >= 1.0.0
library(tidyr)
df %>%
    separate_rows(text) %>%
    group_by(key) %>% 
    summarise(extra = toString(setdiff(text, specified_value))) %>%
    left_join(df) %>%
    mutate(extra = na_if(extra, ""))
# A tibble: 4 x 3
#    key extra text 
#  <dbl> <chr> <chr>
#1     1 c     a,b,c
#2     2 d     a,d  
#3     3 1, 2  1,2  
#4     4 <NA>  a,b