在 R 中使用 SUBSTR/GREP 从列中提取字符串列表？

如何解决在 R 中使用 SUBSTR/GREP 从列中提取字符串列表？

我知道之前有人问过这个问题，我一直在尝试根据我的情况调整逻辑，但我不确定我做错了什么。

我有一个数据框，我试图根据另一列中的元素是否有我正在搜索的字符串来创建一个新的 True/False 列。

cpt <- data.frame(value = c("62267","62268","62269"))
ex <- data.frame(code = c("2456","62267","6200","63001","62269"))

当 ex 中的一个字符串等于 cpt 中的一个字符串时，我想要一个 true。

我已经试过了：

cpt1 <- paste(cpt,collapse = '|')
setDT(ex)[,i4 := str_extract(ex$code,cpt)]

和

setDT(ex)[,i3 := sapply(cpt1,grepl,ex$code)] 

和

setDT(ex)[,i2 := any(grep(cpt1,ex$code))]

但我的“i”列总是显示为 NULL。我想使用 data.table 包保留它，因为我在这段代码之后有链。我不确定我做错了什么？任何帮助/建议将不胜感激！

解决方法

我们需要从 vector 而不是 data.frame 创建模式，即提取列 'value' 和 paste

library(data.table)
library(stringr)
cpt1 <- paste(cpt$value,collapse = '|')
setDT(ex)[,i4 := str_extract(code,cpt1)]
ex[,i3 := sapply(cpt1,grepl,code)]
ex[,i2 := any(grepl(cpt1,code))]

-输出

ex
    code    i4    i3   i2
1:  2456  <NA> FALSE TRUE
2: 62267 62267  TRUE TRUE
3:  6200  <NA> FALSE TRUE
4: 62268 62268  TRUE TRUE
5: 63001  <NA> FALSE TRUE
6: 62269 62269  TRUE TRUE

,

TRUE/FALSE 列也可以使用 %chin% 包中的函数 data.table 生成。它主要检查其左侧的每个元素（字符串）是否出现在其右侧。

setDT(ex)[,i := code %chin% cpt$value]

#      code      i
# 1:   2456  FALSE
# 2:  62267   TRUE
# 3:   6200  FALSE
# 4:  62268   TRUE
# 5:  63001  FALSE
# 6:  62269   TRUE