r - 如何在数据框其他列的一列中搜索字符串

Question

我有一个表，叫它df，有3列，第一个是产品的标题，第二个是产品的描述，第三个是一个单词串。我需要做的是在整个表上运行一个操作，创建 2 个新列(称它们为“exists_in_title”和“exists_in_description”)，它们有一个 1 或 0，指示第三列是否存在于第一列或第二列中。我需要它只是一个 1:1 操作，例如，调用第 1 行“A”，我需要检查单元格 A3 是否存在于 A1 中，并使用该数据创建列
存在_in_title，然后检查A3 是否存在于A2 中，并使用该数据创建列exists_in_description。然后移动到 B 行并执行相同的操作。我有数千行数据，因此一次以 1 个方式执行这些数据是不现实的，为每一行编写单独的函数，绝对需要一个函数或方法，可以一次性遍历表中的每一行。

我玩过 grepl、pmatch、str_count，但似乎没有一个能真正满足我的需求。我认为 grepl 可能是最接近我需要的，这是我编写的 2 行代码的示例，它们在逻辑上按照我希望的方式执行，但似乎不起作用:

df$exists_in_title <- grepl(df$A3, df$A1)

df$exists_in_description <- grepl(df$A3, df$A2)

但是，当我运行它们时，我收到以下消息，这使我相信它无法正常工作:“参数‘模式’的长度 > 1，并且只会使用第一个元素”

任何有关如何做到这一点的帮助将不胜感激。谢谢!

Answer 1

grepl将与 mapply 一起使用:

示例数据框:

title <- c('eggs and bacon','sausage biscuit','pancakes')
description <- c('scrambled eggs and thickcut bacon','homemade biscuit with breakfast pattie', 'stack of sourdough pancakes')
keyword <- c('bacon','sausage','sourdough')
df <- data.frame(title, description, keyword, stringsAsFactors=FALSE)

使用 grepl 搜索匹配项:

df$exists_in_title <- mapply(grepl, pattern=df$keyword, x=df$title)
df$exists_in_description <- mapply(grepl, pattern=df$keyword, x=df$description)

结果:

            title                            description   keyword exists_in_title exists_in_description
1  eggs and bacon      scrambled eggs and thickcut bacon     bacon            TRUE                  TRUE
2 sausage biscuit homemade biscuit with breakfast pattie   sausage            TRUE                 FALSE
3        pancakes            stack of sourdough pancakes sourdough           FALSE                  TRUE

更新我

您也可以使用 dplyr 来执行此操作和 stringr :

library(dplyr)
df %>% 
  rowwise() %>% 
  mutate(exists_in_title = grepl(keyword, title),
         exists_in_description = grepl(keyword, description))

library(stringr)
df %>% 
  rowwise() %>% 
  mutate(exists_in_title = str_detect(title, keyword),
         exists_in_description = str_detect(description, keyword))   

更新二
Map也是一种选择，或者使用更多来自 tidyverse另一种选择可能是 purrr与 stringr :

library(tidyverse)
df %>%
  mutate(exists_in_title = unlist(Map(function(x, y) grepl(x, y), keyword, title))) %>% 
  mutate(exists_in_description = map2_lgl(description, keyword,  str_detect))