如何使用环境进行查找

Question

我的问题建立在将字符串与多个模式匹配的主题之上。 here 讨论的一种解决方案是使用sapply(keywords, grepl, strings, ignore.case=TRUE)，它会产生一个二维矩阵。

但是，当将此方法应用于 5K+ 关键字和 60K+ 字符串时，我遇到了严重的速度问题。（我在 12 小时后取消了该过程）。

一个想法是在 R 中使用哈希表或环境。但是，我不知道如何在保持数字索引的同时将我的字符串“翻译/转换”到环境中？

我有strings[1]...直到strings[60000]

e <- new.env(hash=TRUE)

   for (i in 1:length(strings)) {
        assign(x=i, value=strings, envir=e)
    }

由于assign 中的x 必须是一个字符，我不能这样使用它，但我希望你能理解我的想法..我希望能够使用与我的相同数字来索引环境string[...]矢量

感谢您的帮助！

Answer 1

我认为 R 环境的使用不如 perl 哈希 只是因为没有被广泛理解的“习语” 所以。在你的情况下，关键问题是，你真的想要 数字索引？如果是这样，它应该是价值。关键是你 字符串，这就是练习的重点。

e <- new.env(hash=T)
strings <- as.character(chickwts$feed) # note! not unique
sapply(1:length(strings), function(i)assign(strings[i], i, e))
e$horsebean   # returns 10

在这个例子中，只有与每个字符串关联的最后一个索引 被保留，但你可以分配任何可能对每个人有用的东西 键，例如索引向量。

然后，您可以通过多种方式查找数据。您可以正则表达式搜索 例如，使用 ls 获取键，并使用 mget() 检索值：

# find all keys containing 'beans'
ls(e, patt='bean')
# retrieve bean data
mget(ls(e, pat='bean'),e)