r - 使用 dplyr 和 stringr 检测多个字符串

Question

我正在尝试结合 dplyr 和 stringr 来检测数据帧中的多个模式。我想使用 dplyr，因为我想测试许多不同的列。

以下是一些示例数据:

test.data <- data.frame(item = c("Apple", "Bear", "Orange", "Pear", "Two Apples"))
fruit <- c("Apple", "Orange", "Pear")
test.data
        item
1      Apple
2       Bear
3     Orange
4       Pear
5 Two Apples

我想使用的是:

test.data <- test.data %>% mutate(is.fruit = str_detect(item, fruit))

并接收

        item is.fruit
1      Apple        1
2       Bear        0
3     Orange        1
4       Pear        1
5 Two Apples        1

一个非常简单的测试工作

> str_detect("Apple", fruit)
[1]  TRUE FALSE FALSE
> str_detect("Bear", fruit)
[1] FALSE FALSE FALSE

但即使没有 dplyr，我也无法让它在数据框的列上工作:

> test.data$is.fruit <- str_detect(test.data$item, fruit)
Error in check_pattern(pattern, string) : 
  Lengths of string and pattern not compatible

有谁知道如何做到这一点？

Answer 1

str_detect只接受长度为 1 的模式。使用 paste(..., collapse = '|') 将其转换为一个正则表达式或使用 any :

sapply(test.data$item, function(x) any(sapply(fruit, str_detect, string = x)))
# Apple       Bear     Orange       Pear Two Apples
#  TRUE      FALSE       TRUE       TRUE       TRUE

str_detect(test.data$item, paste(fruit, collapse = '|'))
# [1]  TRUE FALSE  TRUE  TRUE  TRUE