R中for循环的向量化答案

【问题标题】：Vectorization of a for-loop in RR中for循环的向量化
【发布时间】：2015-12-11 20:59:01
【问题描述】：

我有两个向量：

文本向量c('abc', 'asdf', 'werd', 'ffssd')
模式向量c('ab', 'd', 'w')

我想矢量化以下 for 循环：

for(p in 1 : length(patterns)){
    count <- count + str_count(texts, p);
}

我使用了以下命令，但都不起作用。

> str_count(texts, patterns)
[1] 1 1 1 0
Warning message:
In stri_count_regex(string, pattern, opts_regex = attr(pattern,  :
  longer object length is not a multiple of shorter object length

> str_count(texts, t(patterns))
[1] 1 1 1 0
Warning message:
In stri_count_regex(string, pattern, opts_regex = attr(pattern,  :
  longer object length is not a multiple of shorter object length

我想要一个像这样的二维矩阵：

       |  patterns
 ------+--------
       |   1 0 0
 texts |   0 1 0
       |   0 1 1
       |   0 1 0

【问题讨论】：

matrix(stringr::str_count(rep(texts, length(patterns)), rep(patterns, each = length(texts))), length(texts), dimnames = list(texts, patterns))

标签： r vectorization

【解决方案1】：

您可以使用outer。我假设您使用的是 stringr 包中的 str_count。

library(stringr)

texts <- c('abc', 'asdf', 'werd', 'ffssd')
patterns <- c('ab', 'd', 'w')

matches <- outer(texts, patterns, str_count)

# set dim names
colnames(matches) <- patterns
rownames(matches) <- texts
matches
      ab d w
abc    1 0 0
asdf   0 1 0
werd   0 1 1
ffssd  0 1 0

编辑

# or set names directly within 'outer' as noted by @RichardScriven
outer(setNames(nm = texts), setNames(nm = patterns), str_count)

【讨论】：

不错的一个。您也可以在outer() 调用中设置名称。 outer(setNames(nm = texts), setNames(nm = patterns), str_count)

【解决方案2】：

使用dplyr 和tidyr（和stringr）：

library(dplyr)
library(tidyr)
library(stringr)
expand.grid(texts, patterns) %>%
   mutate_each(funs(as.character(.))) %>%
   mutate(matches = stringr::str_count(Var1, Var2)) %>% 
   spread(Var2, matches)
   Var1 ab d w
1   abc  1 0 0
2  asdf  0 1 0
3 ffssd  0 1 0
4  werd  0 1 1

【讨论】：