R - 使用 grepl 和相同的具有多个条件的嵌套 for 循环

Question

如果仅由一个国家/地区提供，我将尝试将所有水果标记为“1”，否则标记为“0”。

我有两张数据表：

表 1：

水果 - 每行都有不同的水果，例如苹果、香蕉、桃子等……

国家/地区 - 每行都有 2 位 iso 格式的水果主要供应国家/地区，例如美国、英国、NO 等......

SourceUnique - 这是我要在包含仅由一个国家提供的水果的行中用“1”填充的列，否则为“0”。

表 2：

国家/地区 - 每行都有供应商的国家/地区，采用 2 位 iso 格式，如最后一个表格。

Supplies - 每行都有一个供应商提供的水果列表，例如：第 1 行是“苹果、香蕉”，第 2 行是“菠萝、桃子、梨子、苹果”等...

这两个表都是从 CSV 文件中导入的，那么我的代码如下：

Table1$SourceUnique=rep(1,length(Table1$Country))

for(i in 1:length(Table1$Country)){
  for(k in 1:length(Table2$Country)){
    if(grepl(Table1$Fruit[i], Table2$Supplies[k])==TRUE && identical(Table1$Country[i], Table2$Country[k])==FALSE){
      Table1$SourceUnique[i]=0
    }
  }
}

我没有收到任何错误，但 SourceUnique 列未正确填写。我得到 1 和 0，有些是正确的，有些不是。经过大量搜索和折腾后，我接受了我不知道并且需要帮助的事实，因此任何建议或解决方案都会很棒。

谢谢。

编辑以获取更多信息：

有些水果有很多来自同一个国家的供应商，Table2$Supplies 里面乱七八糟的词让人讨厌。

示例数据：

Table1$Country <- c("UK","US","NO")
Table1$Fruit <- c("Apple","Banana","Pear")

Table2$Country <- c("UK","US","UK")
Table2$Supplies <- c("Apple,Pear","Banana,Pear","Banana and Apple")

再次编辑：

当我用数字单独运行它们时，我的代码中的 grepl 和相同的工作。我不明白为什么它们在我的循环中不起作用......理论上我的代码循环通过“供应”，搜索两个条件并在两个条件都满足时返回 0。然后它移动到下一个 i（“水果”）并重复。也许 && 是我的问题？据我所知，这似乎是正确的。

Excel 解决方案也适用于我的目的，但我对 Excel 的经验不足，不知道从哪里开始。

Answer 1

也许您可以通过计算每个国家/地区的表 2 中每种水果的出现次数来简化问题：

for (i in Table1$Fruit){
  as.integer(rowSums(table(grepl(i,Table2$Supplies),Table2$Country))[2]==1)
}

这为您提供1 用于表 2 中每个国家/地区仅出现一次的水果，否则为0。

Answer 2

假设可以构造一个正则表达式来从您的真实数据中的Supplies 列中提取“fruit”的值，这是解决该问题的一种数据操作方法。

# prepare your sample data
fruit <- suppliers <- list()

fruit$Fruit <- c("Apple","Banana","Pear")
fruit$Country <- c("UK","US","NO")
fruit <- data.frame(fruit)

suppliers$Country <- c("UK","US","UK")
suppliers$Supplies <- c("Apple,Pear","Banana,Pear","Banana and Apple")
suppliers <- data.frame(suppliers)

library(dplyr)
library(tidyr)  # version 0.5.0 or later

# data manipulation for the desired result
suppliers %>%
    # split values of Supplies into a new row at each occurance of sep
    separate_rows(Supplies, sep = "\\s*(and|,)\\s*") %>%
    group_by(Supplies) %>%
    # summarize which fruit are supplied from only one country
    summarize(SourceUnique = as.numeric(n_distinct(Country) == 1)) %>%
    left_join(fruit, ., by = c("Fruit" = "Supplies"))
#        Fruit Country SourceUnique
#     1  Apple      UK            1
#     2 Banana      US            0
#     3   Pear      NO            0

如果需要速度，可以使用data.tables 来制定相同的公式，它为处理大数据提供了出色的性能。