代码之家 › 专栏 › 技术社区 › Sharif Amlani

如何在一列文本中搜索多个单词

grep string regex r

Sharif Amlani · 技术社区 · 5 年前

我在用一个词的向量。我想检查这个向量中的任何单词是否存在于字符串中。如果有,我希望它返回一个布尔值。

words <- c("I", "overflow", "game", "peace")
string <- c("I went to the store", "I love stack overflow", "need overflow to help me", "cant wait for the pandemic to end")

#Within each string, the result should be:
[1] TRUE TRUE TRUE FALSE

2 回复 | 直到 5 年前

Ronak Shah 5 年前

你可以粘贴 words grepl .

grepl(paste0('\\b', words, '\\b', collapse = '|'), string)
#[1]  TRUE  TRUE  TRUE FALSE

stringr

library(stringr)
str_detect(string, str_c('\\b', words, '\\b', collapse = '|'))

我用过词界( \\b )以使 I 不符合 Ian 等。

Gwang-Jin Kim 5 年前

虽然是大数据,但是 apply 函数族和 grepl

res <- sapply(paste0("\\b", words, "\\b"), function(w) grepl(w, string))
rownames(res) <- string

该矩阵显示了在哪个句子中找到的单词:

res
## gives:
                                  \\bI\\b \\boverflow\\b \\bgame\\b \\bpeace\\b
I went to the store                  TRUE          FALSE      FALSE       FALSE
I love stack overflow                TRUE           TRUE      FALSE       FALSE
need overflow to help me            FALSE           TRUE      FALSE       FALSE
cant wait for the pandemic to end   FALSE          FALSE      FALSE       FALSE

使用 apply(X=res, MARGIN=1, function(row) Reduce( , row)) 然后可以将行折叠起来,以确定是否找到其中的任何单词:

              I went to the store             I love stack overflow 
                             TRUE                              TRUE 
         need overflow to help me cant wait for the pandemic to end 
                             TRUE                             FALSE

推荐文章