R在不同长度的向量中拆分字符串

我在尝试将向量中的字符串向量拆分为向量向量的过程中遇到问题。如果有人可以帮助我，请我卡住了。R在不同长度的向量中拆分字符串

我：

V <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD")

使用strsplit我得到：

s <- strplit(v) 
s 
[[1]] 
[1] "AAAAA" 

[[2]] 
[1] "AAAAA" "BBBBB" 

[[3]] 
[1] "CCCCC" "DDDDD"

但是我不能访问这些对它们进行比较。我想是这样的：

s 
[1] "AAAAA" 
[2] "AAAAA" "BBBBB" 
[3] "CCCCC" "DDDDD"

然后我想看看这些向量的元素都包含在我的验证矢量（如c（“AAAAA”，“BBBBB‘CCCCC’）和返回在最后一个布尔（TRUE，如果所有元素都在，否则返回FALSE）。现在我的问题就是如何让那些载体。任何建议是值得欢迎的。

来源

2017-09-14 Jérémie Hugues

使用tidyverse，你可以用

V <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD") 
validation <- c("AAAAA", "BBBBB", "CCCCC") 

library(purrr) 
library(stringr) 
str_split(V, pattern = " ") %>% 
    map_lgl(~all(.x %in% validation)) 
#> [1] TRUE TRUE FALSE

去你也可以包括这与dplyr，以获得清晰的总结，其中矢量被验证或没有。

library(dplyr, warn.conflicts=F) 
data_frame(V) %>% 
    mutate(validate = str_split(V, pattern = " ") %>% 
      map_lgl(~all(.x %in% validation))) 
#> # A tibble: 3 x 2 
#>    V validate 
#>   <chr> <lgl> 
#> 1  AAAAA  TRUE 
#> 2 AAAAA BBBBB  TRUE 
#> 3 CCCCC DDDDD FALSE

来源

2017-09-14 10:28:10 cderv

非常感谢，确实有效！我不熟悉您使用的所有软件包，但我绝对会加快速度！ –

strsplit返回一个列表，你可以去用lapply与波谷它自定义功能

V <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD") 
s <- strsplit(V, split = " ") 
val <- c("AAAAA", "BBBBB", "CCCCC") 

lapply(s, function(x) x %in% val)

你可以访问列表el这样对此语句：

s[[1]] 
s[[2]]

，以检查是否所有元素都出现在VAL

all <- lapply(s, function(x) sum(x %in% val) == length(val)) 
#output 
[[1]] 
[1] FALSE 

[[2]] 
[1] FALSE 

[[3]] 
[1] FALSE

此列表转换为矢量

all <- unlist(all)

返回从V

原始的元素

v[all]

来源

2017-09-14 10:24:59 missuse

感谢您的意见。我曾想过这是我的问题，然后访问最终结果。如从c（FALSE，TRUE，FALSE）开始处理并处理缺失值。 –

R没有矢量向量。

要模拟此行为，您通常会使用list s和apply-家族。

input_vector <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD") 

# split the string like you did 
s <- strsplit(input_vector, split = " ") 
s 
#> [[1]] 
#> [1] "AAAAA" 
#> 
#> [[2]] 
#> [1] "AAAAA" "BBBBB" 
#> 
#> [[3]] 
#> [1] "CCCCC" "DDDDD" 

# create a vector with conditions that wee look for 
validation_vector <- c("AAAAA", "BBBBB") 

# create a matrix of matches 
res_matrix <- sapply(s, function(s_part) { 
    validation_vector %in% s_part 
}) 

# check if all validation_vector elements are true for a given input_vector-string 
# by applying the 'all'-function over each column ("are all elements for a given column TRUE?") 
res_vector <- apply(res_matrix, 2, all) 
# for aesthetic purposes: add the name of the initial input_vector again 
names(res_vector) <- input_vector 

# display the result 
res_vector 
#>  AAAAA AAAAA BBBBB CCCCC DDDDD 
#>  FALSE  TRUE  FALSE

来源

2017-09-14 10:27:22 David

你可以看看*apply家庭的功能。例如，使用sapply到strsplit功能应用到每个列表元素的你

vs <- sapply(V, strsplit, split = " ") 

vs 

$AAAAA 
[1] "AAAAA" 

$`AAAAA BBBBB` 
[1] "AAAAA" "BBBBB" 

$`CCCCC DDDDD` 
[1] "CCCCC" "DDDDD"

而且要检查你validation载体，你可以做

validation <- c("AAAAA", "BBBBB", "CCCCC") 
vs_in_val <- sapply(vs, `%in%`, validation) 

vs_in_val 

$AAAAA 
[1] TRUE 

$`AAAAA BBBBB` 
[1] TRUE TRUE 

$`CCCCC DDDDD` 
[1] TRUE FALSE

来源

2017-09-14 10:29:22 davidski

谢谢。我试着广泛应用，但最终如果失败了。我基本上想避免这个列表元素。 –

strsplit可以帮你做，如果你将它与'lapply'结合起来。

V <- c("AAAAA", "AAAAA BBBBB", "CCCCC DDDDD") 
s <- strsplit(V," ") 
sapply(s,function(x) return (sum(x %in% c("AAAAA", "BBBBB", "CCCCC"))/length(x))) 
[1] 1.0 1.0 0.5

如果结果返回0，则表示验证向量中没有元素。

如果1，验证向量中的所有元素。

如果在0和1之间，则验证向量中有一些元素。

来源

2017-09-14 12:02:48 chunjin

出色的工作！谢谢！ –

R在不同长度的向量中拆分字符串

回答

相关问题