在多个列中搜索多个值答案

【问题标题】：Search multiple columns for multiple values在多个列中搜索多个值
【发布时间】：2017-11-14 11:51:54
【问题描述】：

对 R 非常陌生拥有一个包含许多列的非常大的数据框（即避免使用循环来提高效率）。我想扫描多个列（例如 ss1:ss15）以查找字符向量（例如 c('9515','8231')）。如果其中任何一个为真/匹配，我将尝试在数据框中获取一个新列，如果该行中的任何一个为真，则值为 1，否则为 0。我被困在如何开始这件事上……

【问题讨论】：

as.integer(Reduce('|', lapply(df1[cols], grepl, pattern = paste(vect, collapse="|")))) 或者如果是固定匹配 as.integer(Reduce('|', lapply(df1[cols], '%in%', vect)))
太棒了，你救了我这么多痛苦的挣扎，谢谢

标签： r

【解决方案1】：

我们可以使用grep，通过子集数据集循环遍历感兴趣的列，然后Reduce将逻辑vectors 的list 转换为单个logical 向量，然后转换为二进制as.integer

cols <- paste0('ss', 1:15)
vect <- c(‘9515’,’8231’)
as.integer(Reduce('|', lapply(df1[cols], grepl, pattern = paste(vect, collapse="|"))))

如果要搜索的'vect'元素是固定的而不是子字符串，我们也可以使用%in%

as.integer(Reduce('|', lapply(df1[cols], '%in%', vect)))

【讨论】：

【解决方案2】：

使用 magrittr 和 data.tables 并允许操作中间矩阵的替代方法：

library ( "magrittr" )
vect = c ( "9515", "8231" )

# Creating the data table
N <- 150
dt1 <- matrix (
    sample ( c ( vect, "other" ), N, prob = c ( .05, .05, .9 ), replace = TRUE ),
    ncol = 15, dimnames = list ( NULL, paste0 ( "ss", 1:15 ))) %>% as.data.table

# Initiatilzing the new column
dt1 [, NewCol := rep ( 0, N / 15 )]

# Define query function
InVect <- function ( x ) x %in% vect

# Querying the data table
dt1 [( apply ( dt1, 1:2, InVect ) %>% which ( arr.ind = TRUE ))[, 1 ] %>%
  unique, NewCol := 1 ]
dt1

，以及另一种循环 vect 的方式（在某些情况下可能有优点）：

# Initiatilzing the new column
dt1 [, NewCol := rep ( 0, N / 15 )]

# Define query function
RowIDs <- function ( x ) ( which ( dt1 == x, arr.ind = TRUE ))[, 1 ]

# querying the data table
dt1 [ lapply ( vect, RowIDs ) %>% unlist %>% unique, NewCol := 1 ]

【讨论】：