仅将字符串文本保留在 R 中的另一个数据框中

Question

我对 R 比较陌生。

我有两个数据框，每个变量都只称为final 和cv。

final 看起来像：

V1
humans, aged, female, stroke
infant, male, echocardiography
aneurysm, adolescent, female, diabetes
pregnant, diabetes, female
cardiovascular diseases, complications

和cv 看起来像

V2
stroke
pregnant
echocardiography
aneurysm
diabetes
cardiovascular diseases

我想操作final，使其仅包含cv 中的文本。这就是我希望得到的 final 数据框的样子：

V1
stroke
echocardiography
aneurysm, diabetes
pregnant, diabetes
cardiovascular diseases

请指教。谢谢！

Answer 1

我们可以使用dplyr 和stringr 中的函数。此外，rebus 中的 or1 函数对于构造正则表达式短语非常有用。 str_extract_all 可以提取所有匹配的字符串。如果有多个短语，str_extract_all 的输出将创建类似c("aneurysm", "diabetes") 的内容。我用fixed 使用了几个str_replace 调用来将c(、) 和" 替换为空。这部分可以使用正则表达式更有效地完成，但我不熟悉正则表达式。 df_final 是最终输出。

# Load packages
library(dplyr)
library(stringr)
library(rebus)

# Create example data frame
df1 <- data_frame(V1 = c("humans, aged, female, stroke", "infant, male, echocardiography",
                         "aneurysm, adolescent, female, diabetes", "pregnant, diabetes, female",
                         "cardiovascular diseases, complications"))
df2 <- data_frame(V2 = c("stroke", "pregnant", "echocardiography", "aneurysm", 
                         "diabetes", "cardiovascular diseases"))

# Process the data
df_final <- df1 %>%
  mutate(V1 = str_extract_all(V1, or1(df2$V2))) %>%
  mutate(V1 = str_replace(V1, fixed("c("), "")) %>%
  mutate(V1 = str_replace(V1, fixed(")"), "")) %>%
  mutate(V1 = str_replace_all(V1, fixed('"'), ""))