r - 将零长度字符向量作为空字符串处理

Question

例如，请参阅下面的 Twitter 句柄提取。目标是拥有一个类似于 tweets 但只有句柄以逗号分隔的字符串。 str_replace_all 会在未找到匹配项时生成空向量，这会进一步引发一些意外错误。

library(purrr)
library(stringr)

tweets <- c(
  "",
  "This tweet has no handles",
  "This is a tweet for @you",
  "This is another tweet for @you and @me",
  "This, @bla, is another tweet for @me and @you"
)


mention_rx <- "@\\w+"

这是我的第一次尝试:

map_chr(tweets, ~str_c(str_extract_all(.x, mention_rx)[[1]], collapse = ", "))
#> Error: Result 1 must be a single string, not a character vector of length 0

然后我玩弄了一些东西:

mentions <- map(tweets, ~str_c(str_extract_all(.x, mention_rx)[[1]], collapse = ", "))

mentions
#> [[1]]
#> character(0)
#> 
#> [[2]]
#> character(0)
#> 
#> [[3]]
#> [1] "@you"
#> 
#> [[4]]
#> [1] "@you, @me"
#> 
#> [[5]]
#> [1] "@bla, @me, @you"

as.character(mentions)
#> [1] "character(0)"    "character(0)"    "@you"            "@you, @me"      
#> [5] "@bla, @me, @you"

直到我突然意识到 paste 也可以在这里使用:

map_chr(tweets, ~paste(str_extract_all(.x, mention_rx)[[1]], collapse = ", "))
#> ""                ""                "@you"            "@you, @me"       "@bla, @me, @you"

我的问题是:

• 有没有更优雅的方式到达那里？
• 为什么 str_c 的行为与使用相同的 collapse 参数的 paste 的行为不同？
• 为什么 as.character 和 map_chr 不能识别字符向量长度为零相当于一个空字符串，但 paste 呢？

我在 str(i)_c 上找到了一些很好的引用资料, paste , 和 difference between them ;但这些都没有解决空字符串的情况。

Answer 1

您不需要map tweets，str_extract_all 可以处理向量

library(stringr)
str_extract_all(tweets, mention_rx)

#[[1]]
#character(0)

#[[2]]
#character(0)

#[[3]]
#[1] "@you"

#[[4]]
#[1] "@you" "@me" 

#[[5]]
#[1] "@bla" "@me"  "@you"

现在，如果您需要一个逗号分隔的字符串，那么您可以使用 map

purrr::map_chr(str_extract_all(tweets, mention_rx), toString)
#[1] ""    ""      "@you"     "@you, @me"      "@bla, @me, @you"

---

要回答“为什么”的问题，我们可以查看paste 和str_c 函数的文档。

来自 ?paste

Vector arguments are recycled as needed, with zero-length arguments being recycled to "".

来自 ?str_c

Zero length arguments are removed.

因此，默认情况下 str_c 会删除零长度参数，这使得输出成为一个 0 长度字符串，这对 map_chr 无效，但它适用于 map 作为 map 返回一个列表

map(tweets, ~str_c(str_extract_all(.x, mention_rx)[[1]], collapse = ", "))

#[[1]]
#character(0)

#[[2]]
#character(0)

#[[3]]
 #[1] "@you"

#[[4]]
#[1] "@you, @me"

#[[5]]
#[1] "@bla, @me, @you"