在 R 中查找多列中的字符串

Question

我有多个列，其中包含相似的数据，并且我有多个单词，我想知道它们是否在其中一列中。 举个例子：

df = data.frame(ttt1= c("METO","LETO","META","LETA","METO"),
                ttt2=c("LETO","","METO","","LETA"))
df
  ttt1 ttt2
1 METO LETO
2 LETO     
3 META METO
4 LETA     
5 METO LETA

我想从那些以“ttt”开头或包含“ttt”的列中，以这种方式创建列：

df2 <- df %>%
  mutate(cl_m = ifelse(ttt1 %in% c("METO", "META") | ttt2 %in% c("METO", "META"), 1, 0),
         cl_l = ifelse(ttt1 %in% c("LETO", "LETA") | ttt2 %in% c("LETO", "LETA"), 1, 0))
df2
  ttt1 ttt2 cl_m cl_l
1 METO LETO    1    1
2 LETO         0    1
3 META METO    1    0
4 LETA         0    1
5 METO LETA    1    1

我发现了一些带有一些基本R的选项https://copyprogramming.com/howto/check-string-in-columns-r-code-example但这并不适用于我想查找多个单词的事实（我尝试了 %in% 拼写错误），事实上它不仅以我的模式开头，而且可以包含它（m0_ttt、ttt_m0 等..）

它可以是一个base-R或dplyr解决方案，这不是问题

Answer 1

在

dplyr

中，您可以

mutate

并使用

across

来测试列是否包含感兴趣的字符串。使用

rowSums

来总结实例数。一个小窍门是使用

sign()

将总和转换为 1 或 0 而不是

+(... > 1)

:

library(dplyr)
df %>%
  mutate(cl_m = sign(rowSums(across(contains("ttt"), ~ +(.x %in% c("METO", "META"))))),
         cl_l = sign(rowSums(across(contains("ttt"), ~ +(.x %in% c("LETO", "LETA"))))))

输出：

#   ttt1 ttt2 cl_m cl_l
# 1 METO LETO    1    1
# 2 LETO         0    1
# 3 META METO    1    0
# 4 LETA         0    1
# 5 METO LETA    1    1