Grep 在数据框的两列或多列中答案

【问题标题】：Grep in two or more columns of a dataframeGrep 在数据框的两列或多列中
【发布时间】：2022-08-21 12:35:47
【问题描述】：

我有一个数据框，我想知道某些字符串是否出现在某些列中，然后获取它们的行号，我正在使用它：

keywords <- c(\"knowledge management\", \"gestión del conocimiento\")
npox <- grep(paste(keywords, collapse = \"|\"), full[,c(7)], ignore.case = T)

但是，这不适用于两列或更多列，只有一列full[,c(7)] 任何人都知道我能做什么？
样本数据（csv）：https://tempsend.com/rxucj

我不知道您的问题格式是否存在问题，但您可以编辑您的问题以向我们展示您正在使用的代码吗？目前我们不知道您正在搜索什么文本或在哪些列中。谢谢。
完成，列在full[,c(7)] 中指定

标签： r dataframe

【解决方案1】：

不要在单个列上使用grep，而是在整个数据帧上使用grepl 作为字符矩阵。这将返回一个逻辑向量。将逻辑向量转换为与原始数据框相同维度的矩阵，然后运行which，指定arr.ind = TRUE。这将为您提供正则表达式的所有匹配项的行和列。

keywords <- c("knowledge management", "gestión del conocimiento")
npox <- grepl(paste(keywords, collapse = "|"), as.matrix(full), ignore.case = T)

which(matrix(npox, nrow = nrow(full)), arr.ind = TRUE)
#>      row col
#> [1,]  16   8
#> [2,]  15   9
#> [3,]  15  10
#> [4,]  16  15
#> [5,]  16  23

例如，我们可以看到第 8 列第 16 行有一个匹配项。我们可以通过以下方式确认这一点：

full[16, 8]
#> [1] "The Impact of Human Resource Management Practices, Organisational 
#> Culture, Organisational Innovation and Knowledge Management on Organisational
#> Performance in Large Saudi Organisations: Structural Equation Modeling With 
#> Conceptual Framework"

我们看到这个单元格中存在“知识管理”。

如果您想将结果限制在某些列中，那么事后过滤掉结果可能是最简单的方法。例如，假设我将full 中的所有匹配项存储到名为matches 的变量中：

matches <- which(matrix(npox, nrow = nrow(full)), arr.ind = TRUE)

但我只对第 7、8 和 9 列的匹配感兴趣，然后我可以这样做：

matches[matches[,'col'] %in% c(7, 8, 9),]
#>      row col
#> [1,]  16   8
#> [2,]  15   9

【讨论】：

这可能是最精明的答案，问题：如果我只想要涉及某些列的结果，我是否只按我需要的列号对结果 df 进行子集化？
@Roiadams 看到我的更新