在为多个搜索字符串搜索多个列时如何在其中使用 str_detect答案

【问题标题】：how to use str_detect within across when searching multiple columns for several search strings在为多个搜索字符串搜索多个列时如何在其中使用 str_detect
【发布时间】：2021-07-28 06:42:34
【问题描述】：

我希望将我的函数迁移到新创建的 across。

我使用filter_at 在多个列中搜索多个关键字的函数。

但是，我正在努力使用across 复制它，如下所示：

library(tidyverse)

raw_df <- tibble::tribble(
  ~cust_name, ~other_desc, ~trans, ~val,
     "Cisco",   "nothing",    "a", 100L,
    "bad_cs",     "cisCo",    "s", 101L,
       "Ibm",   "nothing",    "d", 102L,
    "bad_ib",       "ibM",    "f", 102L,
    "oraCle",    "Oracle",    "g", 103L,
      "mSft",   "nothing",    "k", 103L,
      "noth",      "Msft",    "j", 104L,
      "noth",    "oracle",    "l", 104L
  )


search_string = c("ibm", "cisco")


# Done using `filter_at`
raw_df %>% 
  filter_at(.vars = vars(cust_name, other_desc),
            .vars_predicate = any_vars(str_detect(., regex(paste(search_string, collapse = "|"), ignore_case = TRUE)))
            
  ) %>% unique()
  
  
# Not able to replicate result with `across`
raw_df %>% 
  filter(across(
    .cols = c(cust_name, other_desc), 
    .fns = ~str_detect(.), regex(paste(search_string, collapse = "|"), ignore_case = TRUE)))



raw_df %>% 
  filter(str_detect,
         across(any_of(cust_name, other_desc),
         regex(paste(search_string, collapse = "|"), ignore_case = TRUE)))

【问题讨论】：

标签： r across

【解决方案1】：

将across 与Reduce 组合以选择出现任何模式的行。

library(dplyr)
library(stringr)

pat <- paste(search_string, collapse = "|")

raw_df %>% 
  filter(Reduce(`|`, across(c(cust_name, other_desc), 
        ~str_detect(., regex(pat, ignore_case = TRUE)))))

但是，我认为在这里使用 if_any 更合适，因为它是为处理此类情况而构建的 -

raw_df %>%
  filter(if_any(c(cust_name, other_desc), 
                ~str_detect(., regex(pat, ignore_case = TRUE))))

# cust_name other_desc trans   val
#  <chr>     <chr>      <chr> <int>
#1 Cisco     nothing    a       100
#2 bad_cs    cisCo      s       101
#3 Ibm       nothing    d       102
#4 bad_ib    ibM        f       102

【讨论】：

【解决方案2】：

虽然可以使用 Ronak 的解决方案：

这是一个带有附加技巧的替代方案。我认为这是if_any 所做的：使用rowSums：

rowAny <- function(x) rowSums(x) > 0 


raw_df %>% 
    filter(rowAny(
        across(
            .cols = c(cust_name, other_desc),
            .fns = ~ str_detect(., regex("ibm|cisco", ignore_case = TRUE))
        )))

输出：

  cust_name other_desc trans   val
  <chr>     <chr>      <chr> <int>
1 Cisco     nothing    a       100
2 bad_cs    cisCo      s       101
3 Ibm       nothing    d       102
4 bad_ib    ibM        f       102

【讨论】：

您能解释一下rowSums 在filter 中的工作原理吗