R函数（）：如何传递包含字符和正则表达式的参数

Question

我的数据如下：

>df2

  id   calmonth        product
1 101       01           apple
2 102       01 apple&nokia&htc
3 103       01             htc
4 104       01       apple&htc
5 104       02           nokia

现在我想计算当calmonth='01' 时products 包含both 'apple' and 'htc' 的ids 的数量。因为我需要的不仅是'apple'和'htc'，我还需要'apple'和'nokia'等。 所以我想通过这样的功能来实现这一点：

xandy=function(a,b) data.frame(product=paste(a,b,sep='&'),
                               csum=length(grep('a.*b',x=df2$product))
                              )

另外，我制作了一个这样的参数列表：

para=c('apple','htc','nokia')

但问题就在这里。当我传递像

这样的参数时

xandy(para[1],para[2])

结果如下：

  product    csum
1 apple&htc    0

我的预期结果应该是什么

  product    csum   calmonth
1 apple&htc    2     01
2 apple&htc    0     02

那么参数传递的问题在哪里呢？ 还有，我怎样才能正确地将calmonth 添加到函数（）xandy 中？ 仅供参考。这个问题源于我之前的另一个问题 What's the R statement responding to SQL's 'in' statement

---

评论后编辑

我的预测结果是：

product    csum   calmonth
 1 apple&htc    2     01
 2 apple&htc    0     02

Answer 1

可能的回答是解决问题的另一种方式。

library(stringr)

函数contains将根据split字符拆分字符串向量的元素，并评估是否包含所有目标词。

contains <- function(x, target, split="&") {
  l <- str_split(x, split)
  sapply(l, function(x, y) all(y %in% x), y=target)  
}

contains(d$product, c("apple", "htc")) 
[1] FALSE  TRUE FALSE  TRUE FALSE

剩下的只是子集和总结

get_data <- function(a, b) {
  e <- subset(d, contains(product, c(a, b)))
  e$product2 <- paste(a, b, sep="&")
  ddply(e, .(calmonth, product2), summarise, csum=length(id))
}

使用下面的数据，订单现在不再起作用（见下面的评论）。

get_data("apple", "htc")

  calmonth  product2 csum
1        1 apple&htc    1
2        2 apple&htc    2

get_data("htc", "apple")

  calmonth  product2 csum
1        1 htc&apple    1
2        2 htc&apple    2

我知道这不是您问题的直接答案，但我觉得这种方法很干净。

评论后编辑

您得到csum=0 的原因仅仅是您正在搜索错误的正则表达式模式，即a something in between b 而不是apple ... htc。您需要构建正确的正则表达式模式，即paste0(a, ".*", b).

这里有一个完整的解决方案。我不会称它为漂亮的代码，但无论如何（请注意，我更改了数据以表明它可以概括几个月）。

library(plyr)

df2 <- read.table(text="
  id   calmonth        product
 101       01           apple
 102       01 apple&nokia&htc
 103       01             htc
 104       02       apple&htc
 104       02       apple&htc",  header=T)

xandy <- function(a, b) {
  pattern <- paste0(a, ".*", b)
  d1 <- df2[grep(pattern, df2$product), ]
  d1$product <- paste0(a,"&", b)
  ddply(d1, .(calmonth), summarise, 
        csum=length(calmonth),
        product=unique(product))  
}
xandy("apple", "htc")

  calmonth csum   product
1        1    1 apple&htc
2        2    2 apple&htc