如何解决如何查找不匹配或反向str_extract_all以构造R中不匹配值的数据框
我的问题是:
如果我有下一个df:
df<- data.frame(Respuestas=c("sí,acepto,a veces,no acepto","no acepto,sí,nunca","a veces,nunca,bla bla"))
print(df)
Respuestas
1 sí,no acepto
2 no acepto,nunca
3 a veces,bla bla
因此,我需要按列提取与字典匹配的所有与“ Respuestas
”列匹配的所有字符串,因此我应用了@divibisan解决方案here。到目前为止,一切都很好,我得到了输出
vec<-c("sí,acepto","a veces","no acepto")
t(apply(df,1,function(x)
str_extract_all(x[['Respuestas']],vec,simplify = TRUE)))
[,1] [,2] [,3]
[1,] "sí,acepto" "a veces" "no acepto"
[2,acepto" "a veces" "no acepto"
[3,acepto" "a veces" ""
但是,最后,我想获得一个数据帧,其中包含“ Respuestas” column 字符串和 vec 字典之间的不匹配值,就像这样:
wishDF<- data.frame(noMatch1=c(NA,"nunca","nunca"),noMatch2= c(NA,NA,"bla bla"))
print(wishDF)
noMatch1 noMatch2
1 <NA> <NA>
2 nunca <NA>
3 nunca bla bla
我试图以与{divibisan解决方案相同的方式使用str_detect
库中的invert_match
和stringr
,但是我没有得到很好的结果。你向我推荐什么?
非常感谢您!
解决方法
查找不匹配的字符串内容的最简单方法就是删除匹配的内容:
str_remove(string,pattern)
但是此功能是在pattern
上向量化的,因此每次只会从vec
中删除一个条目。我们需要进行实现:str_remove
是str_replace(string,pattern,"")
的别名,它是基于stringi
包的。因此,我们可以执行以下操作:
stringi::stri_replace_all_coll(string,"",vectorize_all = FALSE)
最后,我们希望对Respuetas中的每一行都执行此操作,只需使用map
就可以做到这一点:
map_chr(df$Respuestas,~ stringi::stri_replace_all_coll(.x,vec,vectorize_all = FALSE))
# [1] "," ",nunca" ",nunca,bla bla"
对于noMatch1
和noMatch2
,可以基于“,”分隔结果。但是我对您的数据了解不足以确保它能正常工作:您是否总是拥有相同数量的字段?您如何区分“ si,acepto”中的逗号和“ si,acepto”与“ nunca”之间的逗号?
根据您的数据,类似这样的事情可能会或可能不会((也许完全没有意义)):
df %>%
mutate(no_match = map_chr(Respuestas,vectorize_all = FALSE))) %>%
separate(col = no_match,into = c("first","second","third","fourth"),sep = ",",extra = "merge",fill = "left")
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。