使用 dplyr grep 术语列表、分组和汇总值答案

【问题标题】：Grep a list of terms, group by and summarise values using dplyr使用 dplyr grep 术语列表、分组和汇总值
【发布时间】：2021-10-24 13:57:53
【问题描述】：

我有一张如下所示的表格：

  ID          term value
1  A cat,dog,snake    10
2  B       cat,eel    50
3  C      fish,eel     3
4  D      fish,dog     6

data.frame(ID = c("A", "B", "C", "D"),
           term = c("cat,dog,snake", "cat,eel", "fish,eel", "fish,dog"),
           value = c(10, 50, 3, 6))

我有一份感兴趣的清单：

dog
fish
eel

我想要做的是 grep 列表中每个项目的每一行并计算平均值（值列）。像这样：

  term mean
1  dog  8.0
2 fish  4.5
3  eel 26.5

每个有'dog' 的实例都会计算mean 的value。

这样的事情是行不通的：

df %>% 
  group_by(., grepl(list, term)) %>% 
  summarise(mean = mean(value))

我不想做的是将每个术语分成自己的行，因为某些术语行有 100 个选项。所以我能想到的唯一有效的方法是通过 grep 搜索进行分组。虽然也许我错了……

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

也许是这样的？

mylist <- c("dog", "fish", "eel")
pattern <- paste0(mylist, collapse = "|")


df %>% 
  separate_rows(term) %>% 
  group_by(term = str_extract(term, pattern)) %>% 
  summarise(mean = mean(value, na.rm = TRUE)) %>% 
  na.omit()

或

library(dplyr)

mylist <- c("dog", "fish", "eel")

df %>% 
  separate_rows(term) %>% 
  group_by(term) %>% 
  summarise(mean = mean(value, na.rm = TRUE)) %>% 
  filter(term %in% mylist)

 term   mean
  <chr> <dbl>
1 dog     8  
2 eel    26.5
3 fish    4.5

【讨论】：

【解决方案2】：

str_extract 和 unnest 的选项

library(dplyr)
library(tidyr)
library(stringr)
v1 <-  c("dog", "fish", "eel")
df1 %>%
  mutate(term = str_extract_all(term, str_c(v1, collapse="|"))) %>% 
  unnest(term) %>% 
  group_by(term) %>% 
  summarise(mean = mean(value))
# A tibble: 3 × 2
  term   mean
  <chr> <dbl>
1 dog     8  
2 eel    26.5
3 fish    4.5

【讨论】：

【解决方案3】：

你想要这个吗？


df %>% 
  separate_rows(term) %>% 
  filter(term %in% c("dog", "fish", "eel"))

【讨论】：

不完全是，为了清楚起见，我已经编辑了