针对 4 个列表检查 data.frame 列（字符）答案

【问题标题】：check a data.frame column (character) against 4 lists针对 4 个列表检查 data.frame 列（字符）
【发布时间】：2018-08-17 04:40:38
【问题描述】：

我想根据 4 个列表（a、b、c、d）检查一个单词（在数据框中的列中）：

if df$word is in a then df$code <- 1
if df$word is in b then df$code <- 2
if df$word is in c then df$code <- 3
if df$word is in d then df$code <- 4

if df$word is in a & b then df$code <- 1 2
if df$word is in a & c then df$code <- 1 3
if df$word is in a & d then df$code <- 1 4
if df$word is in b & c then df$code <- 2 3
if df$word is in b & d then df$code <- 2 4
if df$word is in c & d then df$code <- 3 4

等等

最有效的方法是什么？

示例

df <- data.frame(word = c("book", "worm", "digital", "context"))

a <- c("book", "context")
b <- c("book", "worm", "context")
c <- c("digital", "worm", "context")
d <- c("context")

预期输出：

book    1 2
worm    2 3
digital 3
context 1 2 3 4

【问题讨论】：

你可以用 grep 和 if else 来做

标签： r list character

【解决方案1】：

我们可以使用双 sapply 循环，对于数据框中的每个元素，我们检查 which 列表元素是否存在并获取相应的列表编号。

lst <- list(a, b, c, d)
df$output <- sapply(df$V1, function(x) paste0(which(sapply(lst, 
                           function(y) any(grepl(x,y)))), collapse = ","))

df
#       V1  output
#1    book     1,2
#2    worm     2,3
#3 digital       3
#4 context 1,2,3,4

数据

df <- read.table(text = "book
      worm
      digital
      context")

【讨论】：

【解决方案2】：

试试这个：

df <- data.frame(x =c("book", "worm","digital", "context"))

a <- c("book", "context")
b<- c("book", "worm", "context")
c <- c("digital", "worm", "context")
d <- c("context")


anno <- function(x){
  rslt = ""
  if (x %in% a) rslt =paste0(rslt," 1")
  if (x %in% b) rslt =paste0(rslt," 2")
  if (x %in% c) rslt =paste0(rslt," 3")
  if (x %in% d) rslt =paste0(rslt," 4")
  return(stringr::str_trim(rslt))
}

df$code <- sapply(df$x, anno)
df
#>         x    code
#> 1    book     1 2
#> 2    worm     2 3
#> 3 digital       3
#> 4 context 1 2 3 4

由reprex package (v0.2.0.9000) 于 2018 年 8 月 17 日创建。

【讨论】：

谢谢！作为一个附带问题，我在考虑是否可以基于 df$word 中的重复项来合并 df$code（作为字符而不是数字）。
对不起，我不明白你的意思，你能详细说明一下吗？
是的，所以如果在 df 我有两行书（df$word 是两行书），一个在 df$code 中有“1”，一个在 df$code 中有“2”。那么如果我可以基于 df$word 合并重复项，以便将另一列添加在一起（作为字符并变为“1 2”。
@user 对不起，我还是不明白。在您提供的示例数据中，在 df$word 中重复的 book 将始终在 df$code 中生成相同的 1 2，我在这里遗漏了什么吗？
您的答案是 100% 正确的。我只是想要一些额外的信息。没关系！

【解决方案3】：

这也可以分两步完成：

将四个列表合并，重新整形为长格式
在加入时聚合 df

使用data.table:

library(data.table)
long <-setDT(melt(list(a, b, c, d), value.name = "word"))
long[setDT(df), on = "word", by = .EACHI, .(code = toString(L1))][]

      word       code
1:    book       1, 2
2:    worm       2, 3
3: digital          3
4: context 1, 2, 3, 4

【讨论】：