循环遍历数据框以搜索多个模式并报告它们

Question

我正在尝试创建一个循环来计算数据框行中的多个模式并报告新数据框中的出现次数。

这是我的输入：

input <- data.frame(V1 = LETTERS[1:4], 
             V2 = c("ABCDEF", "AAABBBCCA", "CCAABBCC", "ACCCCCCA"),
             stringsAsFactors = FALSE)

我要搜索的模式列表：

list<-c("ABC", "AA", "CC", "CCCC", "A")

预期输出：

structure(list(V1 = structure(1:4, .Label = c("A", "B", "C", 
"D"), class = "factor"), V2 = structure(c(2L, 1L, 4L, 3L), .Label = c("AAABBBCCA", 
"ABCDEF", "ACCCCCCA", "CCAABBCC"), class = "factor"), ABC = c(1L, 0L, 0L, 0L), AA = c(0L, 1L, 1L, 0L), CC = 0:3, CCCC = c(0L, 0L, 0L, 1L), A = c(1L, 4L, 2L, 1L), ABC_length = c(1L, 0L, 0L, 0L), AA_length = c(0L, 1L, 1L, 0L), CC_length = structure(1:4, .Label = c("0", "1", "1,1", "2"), class = "factor"), CCCC_length = c(0L, 0L, 0L, 1L), A_length = structure(c(1L, 4L, 3L, 2L), .Label = c("1", "1,1", "2", "3,1"), class = "factor")), .Names = c("V1", "V2",     "ABC", "AA", "CC", "CCCC", "A", "ABC_length", "AA_length", "CC_length",     "CCCC_length", "A_length"), class = "data.frame", row.names = c(NA, -4L))

一种解决方案可能是使用 str_count 或 str_locate_all，示例如下。 但实际上我想使用上述模式列表进行搜索。

library(stringr)
input$ABC <- str_count(input$ABC, "ABC")
input$ABC_length <- lapply(str_locate_all(input$ABC_length, "ABC"), function(x) {
  paste(x[, 2] - x[, 1] + 1, collapse = ",")
})

Answer 1

您在正确的轨道上，但您指的是公式右侧的所需输出。而不是

input$ABC <- str_count(input$ABC, "ABC")

（这没有意义，因为input$ABC 尚未创建），试试

input$ABC = str_count(input$V2, "ABC")

input$ABC_length 的类似逻辑：您需要在等式右侧引用 input$V2，而不是 input$ABC_length。