R：子串匹配答案

【问题标题】：R: Substring MatchingR：子串匹配
【发布时间】：2016-01-22 07:41:20
【问题描述】：

我有一列字符 names，其中包含以下内容：

Raymond K
Raymond K-S
Raymond KS
Bill D
Raymond Kerry
Blanche D
Blanche Diamond
Bill Dates

我还有一个字符向量 m_names 包含以下内容：

Raymond K
Blanche D

我想创建一个列outcome，如果有匹配的子字符串则返回一个非零整数，如果没有匹配则返回0。例如，对于上面的文本列，我理想情况下希望看到结果

[1] 1 1 1 0 1 2 2 0

目前，我已经尝试了以下代码：

outcome <- pmatch(as.character(names), m_names, nomatch = 0)

但这只会返回以下outcome：

[1] 1 0 0 0 1 2 0 0

如何确保即使没有完全匹配，代码仍会返回一个标识 R 中部分匹配的值？

【问题讨论】：

标签： r match

【解决方案1】：

一个包含一些文档和搜索字符串的简单示例：

# Some documents
docs <- c("aab", "aba", "bbaa", "b")

# Some search strings (regular expressions)
searchstr <- c("aa", "ab")

1) 结果向量中的个数计算匹配搜索字符串的个数（1表示“aa”或“ab”匹配，2表示都匹配）

Reduce('+', lapply(searchstr, grepl, x = docs))
# Returns: [1] 2 1 1 0

2) 结果的编号应指示搜索字符串 1 匹配还是搜索字符串 2 匹配。如果两者都匹配，则返回最大的数字。（我想，这就是你想要的）

n <- length(searchstr)
Reduce(pmax, lapply(1:n, function(x) x * grepl(searchstr[x], docs)))
# Returns: [1] 2 2 1 0

现在我们终于考虑你的例子了：

docs <- c("Raymond K", "Raymond K", "Raymond KS", "Bill D", 
          "Raymond Kerry", "Blanche D", "Blanche Diamond", 
          "Bill Dates")
searchstr <- c("Raymond K", "Blanche D")
Reduce(pmax, lapply(1:n, function(x) x * grepl(searchstr[x], docs)))
# Returns: [1] 1 1 1 0 1 2 2 0

【讨论】：

【解决方案2】：

#create an empty outcome vector

outcome<-vector(mode="integer",length=length(names))

# loop for the length of compare vector (m_names)
for(i in 1:length(m_names)) {
  outcome[grep(m_names[i],names)]<-i
}

【讨论】：

【解决方案3】：

我会用stringi：

library("stringi")    

# data example:

a <- read.table(text="
                Raymond K
                Raymond K-S
                Raymond KS
                Bill D
                Raymond Kerry
                Blanche D
                Blanche Diamond
                Bill Dates", 
                stringsAsFactors=FALSE, sep="\t")

wek <- c("Raymond K", "Blanche D")

# solution

klasa <- numeric(length(a[, 1]))
for(i in 1:length(wek)){
    klasa[stri_detect_fixed(a[, 1], wek[i])] <- i
}

【讨论】：

我实际上选择了 stringi，发现这非常有用！非常感谢玛塔。