R - 两列之间的匹配字符串答案

【问题标题】：R - match strings between two columnsR - 两列之间的匹配字符串
【发布时间】：2017-12-14 04:03:23
【问题描述】：

我有两列，一个标识符 (C1) 和一个目标 (C2)。

C1  C2
qw  qw, er
er  ty
ty  ty

现在，我需要在 C2 的相应字符串中搜索 C1 的元素。在此示例中，结果将是：

C3
ALSO
NONE
ONLY

我在case_when 语句中使用了grepl(C1, C2)，但随后仅使用C1 的第一个元素进行匹配：

C3 <- case_when(C1==C2~"ONLY",
                grepl(C1, C2)~"ALSO",
                TRUE~"NONE")

ONLY 结果是可以的，因为它们不需要字符串匹配，而 NONE 结果是 ONLY 和 ALSO 之后的剩余结果。请提出最简单的方法。

【问题讨论】：

标签： r string grepl

【解决方案1】：

我尝试使用来自stringi 的mapply 和stri_detect_fixed 进行此操作

library(dplyr)
library(stringi)

df$C3 <- case_when(stri_detect_fixed(df$C1, df$C2) ~ "ONLY", 
                   mapply(function(x, y) grepl(x, y), df$C1, df$C2) ~ "ALSO", 
                   TRUE~"NONE")

df$C3
#[1] "ALSO" "NONE" "ONLY"

虽然，应该有更好的方法来使用grepl 而不是mapply。

【讨论】：

幸好我的数据集很小，否则这段代码太麻烦了。无论如何，感谢您的解决方案。

【解决方案2】：

这可能不是最优雅的解决方案，但您可以在行模式下使用apply 来进行grepl 计算。然后使用case_when 得到这个结果：

df$result <- case_when(df$C1 == df$C2 ~ "ONLY",
                       apply(df, 1, function(x) grepl(x[1], x[2])) ~ "ALSO",
                       TRUE ~ "NONE")

【讨论】：

我需要检查哪个更快，完成后会在此处更新。
apply 和 mapply 函数的执行时间几乎相同，但 mapply 函数与位置无关。

【解决方案3】：

rowwise 在这种情况下可以用来分别对每一行进行计算。假设df 是原始数据框，下面的列C1 和C2 应该可以工作

library(dplyr)
df <- df %>% rowwise %>% 
mutate(C3 = case_when(C1==C2~"ONLY", grepl(C1, C2)~"ALSO", TRUE~"NONE")) %>%
 ungroup

【讨论】：