创建新列以显示 dplyr 中字符串之间的部分匹配答案

【问题标题】：Create new column to show partial matches across strings in dplyr创建新列以显示 dplyr 中字符串之间的部分匹配
【发布时间】：2018-08-13 11:44:57
【问题描述】：

我正在尝试创建一个新列，以显示我的数据框中两列中的字符串之间是否存在任何匹配项。 This question 几乎是我要问的，但不是过滤，我想创建一个新列来显示是否存在匹配项（TRUE 或 FALSE）。

这是一个示例数据框：

 transcript        target
 he saw the dog    saw
 she gave them it  gave
 watch out for     danger
 real bravery      brave

我想创建一个新列来显示两者之间的任何匹配：

 transcript        target    match
 he saw the dog    saw        T
 she gave them it  gave       T
 watch out for     danger     F
 real bravery      brave      T

我更喜欢使用 dplyr() 但我愿意接受其他建议！

【问题讨论】：

标签： r dplyr

【解决方案1】：

使用stringr::str_detect 我们可以检查transcript 是否包含target

library(stringr)
library(dplyr)
df %>% mutate_if(is.factor, as.character) %>%    #If transcript and target are character class  in your df then no need to this step
       mutate(match = str_detect(transcript,target))


         transcript target match
1   he saw the dog    saw  TRUE
2 she gave them it   gave  TRUE
3    watch out for danger FALSE
4     real bravery  brave  TRUE

【讨论】：

嗨 Suliman，如何使用 str_detect 为新列提供值？示例：如果 str_detect 在现有列中找到一个单词，则创建一个新列并将该行标记为“找到”。谢谢。
嗨 @AdilK，str_detect 返回 T/F，因此我们可以像往常一样使用 ifelse，例如df %>% mutate(newcol = ifelse(str_detect(transcript,target), "found", "not found"))
谢谢，苏利曼。我在这里问了这个问题，并得到了关于使用 grep1 的答案，它在我的数据集中有效。是否有 grep1 函数的 dplyr 版本？ stackoverflow.com/questions/61505957/…

【解决方案2】：

您要求使用 dplyr 方法，但这里也是使用 grepl 的基本 R 方法：

df1$match <- mapply(grepl, df1$target, df1$transcript)

df1
        transcript target match
1   he saw the dog    saw  TRUE
2 she gave them it   gave  TRUE
3    watch out for danger FALSE
4     real bravery  brave  TRUE

在 dplyr mutate 语句中使用 grepl：

df1 %>% 
  mutate(match = mapply(grepl, target, transcript))

        transcript target match
1   he saw the dog    saw  TRUE
2 she gave them it   gave  TRUE
3    watch out for danger FALSE
4     real bravery  brave  TRUE

【讨论】：

【解决方案3】：

一个选项可以是使用dplyr::rowwise() 和grepl 来创建匹配列：

library(dplyr)

df %>% rowwise() %>%
  mutate(match  = grepl(target,transcript)) %>%
  as.data.frame()

#         transcript target match
# 1   he saw the dog    saw  TRUE
# 2 she gave them it   gave  TRUE
# 3    watch out for danger FALSE
# 4     real bravery  brave  TRUE

数据：

df <- read.table(text = 
"transcript        target
'he saw the dog'    saw
'she gave them it'  gave
'watch out for'     danger
'real bravery'      brave",
header = TRUE, stringsAsFactors = FALSE)

【讨论】：