dplyr 过滤功能结合 agrep答案

【问题标题】：dplyr filter function in combination with agrepdplyr 过滤功能结合 agrep
【发布时间】：2015-12-12 12:09:26
【问题描述】：

我正在尝试仅过滤表中标题列中包含“dog”一词的行，但我无法使其正常工作。

这是一个数据示例：

    ID NozamaItemID                                                    NozamaTitle 
1 4557  12000017544 Starbucks Double Shot Espresso Light (4 Count, 6.5 Fl Oz Each) 
2 4558  12000021992                                        Pepsi, 8Ct, 12Oz Bottle 
3 4559  12000024542                     Zuke'S Natural Hip Action dog Treats, 3 Oz 
4 4560  12000030680                  Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans 
5 4561  12000030680                  Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans 
6 4562  12000030680                  Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans

以下代码应该可以工作，但不能：

amzp <- select(amz, ID, NozamaItemID, NozamaTitle, NozamaCustomerID)

searchTerm="cat|dog"
amzp.a <- mutate(amzp, animalFood = ifelse(grepl(searchTerm, amzp$NozamaTitle, ignore.case = TRUE) == TRUE, TRUE, FALSE))

我希望看到第 3 行的结果为 TRUE。感谢您提供任何帮助。谢谢

【问题讨论】：

@DrikLX 请不要在sn-ps不起作用时添加代码
此外：包含reproducible example 时，您更有可能得到一个好的答案
@jaap，我不同意你的第一条评论——如果他们没有提供任何代码，人们会问他们“你试过什么？”如果人们能告诉他们为什么他们的方法失败了，这对他们来说将是一个更好的学习。
@jaap，在这种情况下我同意你的看法。
我注意到您没有接受您之前提出的任何问题的任何答案。尽管接受答案不是强制性的，但如果其中一个答案对您有用，那么这样做被认为是一种好的做法。这将为未来的读者提供有关解决方案价值的线索。另请参阅此帮助页面：What should I do when someone answers my question?

标签： r dplyr agrep

【解决方案1】：

你很亲密，你只需要摆脱ifelse：

amzp.a <- mutate(amzp, animalFood = grepl(searchTerm, 
                         NozamaTitle, ignore.case = TRUE))

给出：

> amzp.a
    ID NozamaItemID                                                     NozamaTitle animalFood
1 4557  12000017544  Starbucks Double Shot Espresso Light (4 Count, 6.5 Fl Oz Each)      FALSE
2 4558  12000021992                                         Pepsi, 8Ct, 12Oz Bottle      FALSE
3 4559  12000024542                      Zuke'S Natural Hip Action dog Treats, 3 Oz       TRUE
4 4560  12000030680                   Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans      FALSE
5 4561  12000030680                   Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans      FALSE
6 4562  12000030680                   Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans      FALSE

使用过的数据：

amzp <- structure(list(ID = 4557:4562,
                       NozamaItemID = c(12000017544, 12000021992, 12000024542, 12000030680, 12000030680, 12000030680),
                       NozamaTitle = structure(c(4L, 1L, 2L, 3L, 3L, 3L), .Label = c("Pepsi, 8Ct, 12Oz Bottle","Zuke'S Natural Hip Action dog Treats, 3 Oz","Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans","Starbucks Double Shot Espresso Light (4 Count, 6.5 Fl Oz Each)"), class = "factor")),
                  .Names = c("ID", "NozamaItemID", "NozamaTitle"), class = "data.frame", row.names = c(NA, -6L))

编辑：您的原始代码：

amzp.a <- mutate(amzp, animalFood = ifelse(grepl(searchTerm, amzp$NozamaTitle, ignore.case = TRUE) == TRUE, TRUE, FALSE))

确实有效。尽管它包含几个不需要的组件（ifelse-statement 和在标准 dplyr 函数中使用 data$column），但它给出了所需的结果：

> amzp.a
    ID NozamaItemID                                                     NozamaTitle animalFood
1 4557  12000017544  Starbucks Double Shot Espresso Light (4 Count, 6.5 Fl Oz Each)      FALSE
2 4558  12000021992                                         Pepsi, 8Ct, 12Oz Bottle      FALSE
3 4559  12000024542                      Zuke'S Natural Hip Action dog Treats, 3 Oz       TRUE
4 4560  12000030680                   Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans      FALSE
5 4561  12000030680                   Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans      FALSE
6 4562  12000030680                   Pepsi Made With Real Sugar, 12 Ct, 12 Oz Cans      FALSE

因此，您可能需要更详细地描述 “不起作用” 语句。

【讨论】：

谢谢大家！我想我忽略了一些东西，因为该解决方案确实有效。但是，我学到了很多东西，所以写这篇文章是值得的。感谢您的帮助。

【解决方案2】：

我不确定您要达到什么目的，但如果您的目标只是在 NozamaTitle 列中只留下“狗”一词出现的行，您只需要使用 dplyr::filter .使用chickwts 作为示例代替最小可重现示例：

levels(chickwts$feed)
# [1] "casein"    "horsebean" "linseed"   "meatmeal"  "soybean"  
# [6] "sunflower"

df <- filter(chickwts, grepl("bean", feed))
df
#    weight      feed
# 1     179 horsebean
# 2     160 horsebean
# 3     136 horsebean
# ...
# 11    243   soybean
# 12    230   soybean
# 13    248   soybean
# ...

这就是你所追求的吗？

【讨论】：