在字符串列表上映射 str_detect 以检测第二个字符串列表答案

【问题标题】：Mapping str_detect over a list of strings to detect a second list of strings在字符串列表上映射 str_detect 以检测第二个字符串列表
【发布时间】：2020-03-16 19:51:55
【问题描述】：

获取字符串列表：

strings <- c("ABC_XZY", "qwe_xyz", "XYZ")

我想获取strings 中不包含特定子字符串的所有元素

avoid <- c("ABC")

我能做到

library(stringr)
library(dplyr)
library(purrr)

strings %>% 
   .[!map_lgl(., str_detect, avoid)]
[1] "qwe_xyz" "XYZ"

我想做的是指定几个子字符串

avoid_2 <- c("ABC", "qwe")

然后像以前一样映射列表（不起作用）

strings %>% 
   .[!map_lgl(., str_detect, avoid_2)]
Error: Result 1 must be a single logical, not a logical vector of length 2

我想要的是

[1] "XYZ"

错误很明显 - string 的每个元素正在为 avoid_2 的每个元素生成一个逻辑，总共 2 个逻辑/元素，map_lgl 只能处理一个/元素。

我当然可以单独处理每个子字符串，但我不想 - 我想制作一个子字符串列表

不想要，但确实有效

strings %>%
  .[!map_lgl(., str_detect, "ABC")] %>% 
  .[!map_lgl(., str_detect, "qwe")]

【问题讨论】：

标签： r purrr stringr

【解决方案1】：

除了已经提供的答案之外，值得注意的是 stringr::str_detect 和因此 stringr::str_subset 在它们的 string 和 pattern 参数上进行了矢量化。这意味着您实际上不需要任何类型的显式迭代（通过循环、lapply 或映射）或调用paste：

library(stringr)

strings <- c("ABC_XZY", "qwe_xyz", "XYZ")
avoid_2 <- c("ABC", "qwe")

str_subset(strings, avoid_2, negate = TRUE)
#> Warning in stri_subset_regex(string, pattern, omit_na = TRUE, negate = negate, :
#> longer object length is not a multiple of shorter object length
#> [1] "XYZ"

相当烦人的是，这会产生一个警告（这似乎源于对stringi::str_subset_regex 的潜在依赖）。但至关重要的是，它产生了预期的结果。

【讨论】：

【解决方案2】：

一个选项可能是：

strings[map_lgl(strings, ~ !any(str_detect(., avoid_2)))]

[1] "XYZ"

或者直接做：

strings[!str_detect(strings, paste(avoid_2, collapse = "|"))]

【讨论】：

【解决方案3】：

我们可以遍历 'avoid_2' 模式向量而不是 'string' 因为 'string' 参数是矢量化的（如果模式也与 'string' 具有相同的长度，那么它们都可以传递给元素检查)，然后是 reduce 逻辑向量，其中 |、negate 和 extract 是“字符串”向量中的元素

library(dplyr)
library(stringr)
library(purrr)
avoid_2 %>% 
    map(~ str_detect(strings, .x)) %>%
    reduce(`|`) %>% `!` %>% 
    magrittr::extract(strings, .)
#[1] "XYZ"

或者使用base R 和grep，我们可以通过invert 来获得匹配模式的相反值

grep(paste(avoid_2, collapse="|"), strings, invert = TRUE, value = TRUE)
#[1] "XYZ"

【讨论】：

【解决方案4】：

您可以将paste所有avoid_2字符串放在一起，collapse他们用“|”。这会创建一个正则表达式，您可以将其输入discard 和str_detect。

library(tidyverse)

strings <- c("ABC_XZY", "qwe_xyz", "XYZ")
avoid_2 <- c("ABC", "qwe")

avoid_2 <- avoid_2 %>% 
   paste(., collapse = "|")

avoid_2
[1] "ABC|qwe"

#discard any values in strings that are also in avoid_2
strings %>% 
    discard(str_detect(., avoid_2))
[1] "XYZ"

【讨论】：