在多个数据框中搜索包含的特定文本，并在新列中返回这些值多次出现

如何解决在多个数据框中搜索包含的特定文本，并在新列中返回这些值多次出现

在另一个数据帧的列（文本正文）中从一个数据帧中搜索多个特定单词并随后将这些值提取到新列中，寻求一些帮助。

进一步解释：

• 首先，我有一个包含 14 个国家/地区的大量文本摘要的数据框。
• 其次，我有第二个数据框，其中包含所有行政级别 (lvl_2) 名称，例如省、村庄等。
• 我想基本上从大摘要中提取任何提及这些特定 adm2 省/村庄名称的内容，并用这些词中的每一个创建一个新列，旋转更长的时间。

以下是一些示例数据，您可以使用它们来重现我的问题，其中包含两个数据框：(1) test_admin 用于我要搜索的管理员级别列表，以及 (2) test_dataset$Summary这是我要运行搜索的列。 （您可以忽略 Other_Variables 的值，这些值填充了真实数据集中的大量值）

test_admin <- data.frame(adm1_name = c("Sindh"),adm2_name = c("Central Karachi","Dadu","East Karachi","Ghotki","Sujawal","Sukkur"))
                   
test_dataset <- data.frame(Summary = c("In Cox's Bazar,this and that happened.","In Yangon,something else happened","In Central Karachi,this happened","In Sindh,"In Dadu AND East Karachi,this happened"),Other_Variable_1 = 1:5,Other_Variable_2 = 1:5)

让事情更复杂的是，我还希望能够从 test_admin 数据框中的两列 列中搜索值。例如，如果您的值“Sindh”来自 adm1_level 列，那么也返回 adm2_level 下的所有结果会非常酷。

但如果你能在更基本的层面上解决它（只搜索一栏），我也会很满意。

我要寻找的输出类似于下面的数据框，它还会返回多行，表示出现多个值的位置。

                                   Summary Other_Variable_1 Other_Variable_2       Locations
1  In Cox's Bazar,this and that happened.                1                1            <NA>
2       In Yangon,something else happened                2                2            <NA>
3        In Central Karachi,this happened                3                3 Central Karachi
4                  In Sindh,this happened                4                4 Central Karachi
5                  In Sindh,this happened                4                4            Dadu
6                  In Sindh,this happened                4                4    East Karachi
7                  In Sindh,this happened                4                4          Ghotki
8                  In Sindh,this happened                4                4         Sujawal
9                  In Sindh,this happened                4                4          Sukkur
10 In Dadu AND East Karachi,this happened                5                5            Dadu
11 In Dadu AND East Karachi,this happened                5                5    East Karachi

我尝试了一些 mutate 和 grepl 函数，但效果不佳。我发现的其他示例似乎仅适用于精确值或单个搜索。感谢您的帮助！

#tidyverse 首选解决方案

解决方法

这是一种方法：

library(tidyverse)

map_df(seq(nrow(test_dataset)),function(i) {
  inds <- str_detect(test_dataset$Summary[i],test_admin$adm1_name) | 
             str_detect(test_dataset$Summary[i],test_admin$adm2_name)
  if(any(inds)) tibble(test_dataset[i,],Locations = test_admin$adm2_name[inds])
    else tibble(test_dataset[i,Locations = NA)
})

#  Summary                                 Other_Variable_1 Other_Variable_2 Locations      
#   <chr>                                              <int>            <int> <chr>          
# 1 In Cox's Bazar,this and that happened.                1                1 NA             
# 2 In Yangon,something else happened                     2                2 NA             
# 3 In Central Karachi,this happened                      3                3 Central Karachi
# 4 In Sindh,this happened                                4                4 Central Karachi
# 5 In Sindh,this happened                                4                4 Dadu           
# 6 In Sindh,this happened                                4                4 East Karachi   
# 7 In Sindh,this happened                                4                4 Ghotki         
# 8 In Sindh,this happened                                4                4 Sujawal        
# 9 In Sindh,this happened                                4                4 Sukkur         
#10 In Dadu AND East Karachi,this happened                5                5 Dadu           
#11 In Dadu AND East Karachi,this happened                5                5 East Karachi   

对于 Summary 中的每个值，我们检查它是否匹配 adm1_name 或 adm2_name。如果任何行匹配，我们在输出中包含相应的 Location 值，否则返回 NA。