将多个逻辑函数应用于字符串以获得单个最终逻辑向量

Question

我正在寻找一种方法，将两个不同的逻辑条件（包含和排除语句）应用于字符串，并获得一个逻辑向量作为输出：

我可以用以下代码做到这一点：

library(purrr)
library(stringr)

fruits<-c('apple', 'banana', NA, 'orange and apple')

conditions<-list(detect=function(x)str_detect(x,'apple'),
                 exclude=function(x)str_detect(x,'orange', negate=TRUE))

解决方案 1：

map_lgl(fruits, ~c(conditions[[1]](.) & conditions[[2]](.)))
>[1]  TRUE FALSE    NA FALSE

解决方案 2：

Reduce("&", map(conditions, ~.(fruits)))
>[1]  TRUE FALSE    NA FALSE

这显然很冗长，因为我必须定义和调用这两个函数，然后使用两个循环（map() 和Reduce()）。

不知道：
- 有一种更简单的方法来调用这两个函数，以使用某种类似 purrr 的合成器在一次调用中创建最终向量。

我试过了

I tried to use `fruits%>%str_detect(., 'apple') & str_detect(., 'orange, negate=TRUE)

但是失败了，得到了一个“òbject '。”未找到”声明

-有一个更简单的 regex/stringr 解决方案，可以避免调用两个不同的 str_detect 函数

建议？

Answer 1

您可以使用grepl 和一个正则表达式来做到这一点：

fruits<-c('apple', 'banana', NA, 'orange and apple')
grepl("^(?!.*\\borange\\b).*\\bapple\\b.*$", fruits, perl=TRUE)

[1]  TRUE FALSE FALSE FALSE

但是，我可能会在这里对grepl 进行两次单独的调用：

grepl("\\bapple\\b", fruits) & !grepl("\\borange\\b", fruits)
[1]  TRUE FALSE FALSE FALSE

Answer 2

您存储conditions 的方式使循环（map 或Reduce）成为必要。你为什么将它存储在列表中？这些是向量化的函数，可以以向量化的方式应用。

library(stringr)
str_detect(fruits, 'apple') & str_detect(fruits, 'orange', negate = TRUE)
#[1]  TRUE FALSE    NA FALSE