如何搜索包含在字符串列表中的部分字符串，并在 R 中返回匹配的字符串答案

【问题标题】：How to search part of string that contain in a list of string, and return the matched one in R如何搜索包含在字符串列表中的部分字符串，并在 R 中返回匹配的字符串
【发布时间】：2016-01-15 03:47:06
【问题描述】：

下面的数据框包含一个“Campaign”列，列的值包含有关季节、名称和位置的信息，但是，这些信息的顺序在每一行中都是不同的。幸运的是，这些信息是一个固定列表，因此我们可以创建一个向量来匹配“Campaign_name”列中的字符串。

   Date           Campaign
1 Jan-15   Summer|Peter|Up
2 Feb-15 David|Winter|Down
3 Mar-15   Up|Peter|Spring

这就是我想要做的，我想创建 3 列作为名称、季节、位置。所以这些列可以搜索campaign列内的字符串，并从下面的列表中返回匹配的值。

Name <- c("Peter, David")
Season <- c("Summer","Spring","Autumn", "Winter")
Position <- c("Up","Down")

所以我想要的结果如下

Temp
    Date          Campaign  Name Season Position
1 15-Jan   Summer|Peter|Up Peter Summer       Up
2 15-Feb David|Winter|Down David Winter     Down
3 15-Mar   Up|Peter|Spring Peter Spring       Up

【问题讨论】：

标签： r

【解决方案1】：

另一种方式：

L <- strsplit(df$Campaign,split = '\\|')

df$Name <- sapply(L,intersect,Name)
df$Season <- sapply(L,intersect,Season)
df$Position <- sapply(L,intersect,Position)

【讨论】：

【解决方案2】：

执行以下操作：

Date = c("Jan-15","Feb-15","Mar-15")
Campaign = c("Summer|Peter|Up","David|Winter|Down","Up|Peter|Spring")
df = data.frame(Date,Campaign)

Name <- c("Peter", "David")
Season <- c("Summer","Spring","Autumn", "Winter")
Position <- c("Up","Down")

for(k in Name){
    df$Name[grepl(pattern = k, x = df$Campaign)] <- k
}

for(k in Season){
    df$Season[grepl(pattern = k, x = df$Campaign)] <- k
}

for(k in Position){
    df$Position[grepl(pattern = k, x = df$Campaign)] <- k
}

这给出了：

> df
    Date          Campaign  Name Season Position
1 Jan-15   Summer|Peter|Up Peter Summer       Up
2 Feb-15 David|Winter|Down David Winter     Down
3 Mar-15   Up|Peter|Spring Peter Spring       Up

【讨论】：

【解决方案3】：

我和 Marat Talipov 有同样的想法；这是一个 data.table 选项：

library(data.table)

Name     <- c("Peter", "David")
Season   <- c("Summer","Spring","Autumn", "Winter")
Position <- c("Up","Down")

dat <- data.table(Date=c("Jan-15", "Feb-15", "Mar-15"),
                  Campaign=c("Summer|Peter|Up", "David|Winter|Down", "Up|Peter|Spring"))

给予

> dat
 Date          Campaign
1: Jan-15   Summer|Peter|Up
2: Feb-15 David|Winter|Down
3: Mar-15   Up|Peter|Spring

然后处理

dat[ , `:=`(Name     = sapply(strsplit(Campaign, "|", fixed=TRUE), intersect, Name),
            Season   = sapply(strsplit(Campaign, "|", fixed=TRUE), intersect, Season),
            Position = sapply(strsplit(Campaign, "|", fixed=TRUE), intersect, Position))
    ]

结果：

> dat
     Date          Campaign  Name Season Position
1: Jan-15   Summer|Peter|Up Peter Summer       Up
2: Feb-15 David|Winter|Down David Winter     Down
3: Mar-15   Up|Peter|Spring Peter Spring       Up

如果您对很多列执行此操作或需要就地修改（通过引用），也许会有一些好处。

如果有人能告诉我如何一次更新所有三列，我很感兴趣。

编辑：没关系，想通了；

for (icol in c("Name", "Season", "Position")) 
    dat[, (icol):=sapply(strsplit(Campaign, "|", fixed=TRUE), intersect, get(icol))]

【讨论】：

看看 data.table 包中的?tstrsplit。