从单词列表创建新变量，如果单词出现在 R 中单独变量的字符串中，则分配 1 或 0

Question

我有一个变量，其中观察将由一个人放入各种注释。任何给定观察中的一些词都可能是需要跟踪的关键词。

如果我有一个关键词列表，是否有一种简化的方法可以从该列表中创建变量，然后搜索现有的观察结果以标记该词是否在其中？一个额外的组成部分是，由于人为因素，不能指望单词按特定顺序排列，或者可能会省略空格等分隔符，字母大写/小写。也有可能像“航班”这样的词可能缺少“s”。因为关键字可能会发生变化，是否还有一种方法可以对其进行编码，以便将单词创建为可以更新的值，然后重新运行以更新变量？

在关键字列表下方的df中，我正在寻找abc、xyz、航班。

df <- read.table(text =
                   "ID Notes
ID-0001   'ABC project xyz'
ID-0002   'XYZ'
ID-0003   'ABCschedule flightsok test'
ID-0004   'flight, abc' 
ID-0005   'normal notes no key'", header = T)

所需的输出如下所示：

desired.output <- read.table(text =
                               "ID Notes abc xyz flights
ID-0001   'ABC project xyz'  1  1  0  
ID-0002   'XYZ' 0  1  0
ID-0003   'ABCschedule flightsok'  1  0  1
ID-0004   'flight, abc' 1  0  1 
ID-0005   'normal notes no key'  0  0  0 ", header = T)

我发现了这个类似的问题，但它并不是我想要的，因为变量名是从观察中的每个单词创建的。 R: Splitting a string to different variables and assign 1 if string contains this word

感谢您的帮助！

Answer 1

我们可能会为此使用grepl

transform(df, abc = +(grepl('\\babc', Notes, ignore.case = TRUE)), 
     xyz = +(grepl('\\bxyz\\b', Notes, ignore.case = TRUE)), 
     flights = +(grepl('\\bflights?', Notes, ignore.case = TRUE)))
       ID                      Notes abc xyz flights    
1 ID-0001            ABC project xyz   1   1       0
2 ID-0002                        XYZ   0   1       0
3 ID-0003 ABCschedule flightsok test   1   0       1
4 ID-0004                flight, abc   1   0       1
5 ID-0005        normal notes no key   0   0       0

---

或者只是遍历感兴趣的单词并使用grepl

df[c('abc', 'xyz', 'flights')] <- +(sapply(c('abc', 'xyz', 'flights'), function(x) grepl(x, df$Notes)))