用dplyr和stringr检测多个字符串

Question

我试图结合dplyr和stringr来检测数据框中的多个模式。我想使用dplyr，因为我想测试许多不同的列。

下面是一些样本数据：

test.data <- data.frame(item = c("Apple", "Bear", "Orange", "Pear", "Two Apples")) 
fruit <- c("Apple", "Orange", "Pear") 
test.data 
     item 
1  Apple 
2  Bear 
3  Orange 
4  Pear 
5 Two Apples 

我想用是一样的东西：

test.data <- test.data %>% mutate(is.fruit = str_detect(item, fruit)) 

和接收

 item is.fruit 
1  Apple  1 
2  Bear  0 
3  Orange  1 
4  Pear  1 
5 Two Apples  1 

一个非常简单的测试工作

> str_detect("Apple", fruit) 
[1] TRUE FALSE FALSE 
> str_detect("Bear", fruit) 
[1] FALSE FALSE FALSE 

但我不能得到这个在数据帧的列工作，即使没有dplyr：

> test.data$is.fruit <- str_detect(test.data$item, fruit) 
Error in check_pattern(pattern, string) : 
    Lengths of string and pattern not compatible 

有谁知道如何做到这一点？

Answer 1

str_detect只接受长度为1的模式。无论是使用paste(..., collapse = '|')把它变成一个正则表达式或使用any：

sapply(test.data$item, function(x) any(sapply(fruit, str_detect, string = x))) 
# Apple  Bear  Orange  Pear Two Apples 
# TRUE  FALSE  TRUE  TRUE  TRUE 

str_detect(test.data$item, paste(fruit, collapse = '|')) 
# [1] TRUE FALSE TRUE TRUE TRUE 

Answer 2

这个简单的方法能正常工作准确匹配：

test.data %>% mutate(is.fruit = item %in% fruit) 
# A tibble: 5 x 2 
     item is.fruit 
     <chr> <lgl> 
1  Apple  TRUE 
2  Bear FALSE 
3  Orange  TRUE 
4  Pear  TRUE 
5 Two Apples FALSE 

这种方法适用于部分匹配（这是问的问题）：

test.data %>% 
rowwise() %>% 
mutate(is.fruit = sum(str_detect(item, fruit))) 

Source: local data frame [5 x 2] 
Groups: <by row> 

# A tibble: 5 x 2 
     item is.fruit 
     <chr> <int> 
1  Apple  1 
2  Bear  0 
3  Orange  1 
4  Pear  1 
5 Two Apples  1