在R，如何檢查一個詞條目中的單詞是否與另一條目中的單詞部分匹配

具體來說，我想檢查一列中條目的子字符串是否完全匹配項在另一列，但無子零件不能過長（超過4個字符）在R，如何檢查一個詞條目中的單詞是否與另一條目中的單詞部分匹配

如果我有一個數據幀

df <- data.frame("name"=c("Denzel Washington","Andrew Garfield Junior","Ryan G Gosling"),"check"=c("Denzelboss","Garfield","Goslin"))

然後我想要的結果是

True, True, False

首先一個是因爲「Denzel」兩個單詞中的一個是另一個條目的子字符串（並且偏差字符串'boss'不超過4個字符），第二個是因爲三個單詞「Garfield」中的一個被包含在另一個條目中 - 這是完全匹配的，第三個是因爲這三個單詞都不是「檢查」列中條目的子字符串。（「Gosling」將返回true）

第二列中的所有條目都只有一個單詞。我不想使用模糊匹配算法，因爲條目中的單詞（如Denzel）應該是其他條目「Denzelboss」的確切子字符串，但是當條目爲「DenzelJohnson」時，我也不想返回true 「，偏差」約翰遜「太長。

來源

2017-08-02 user1569897

在這裏，我在mapply循環的每一行運行grepl和檢查，以確保在每個子（字符數 - nchar）的長度之差小於4的限制：

df[] <- lapply(df, as.character) 
mapply(
    function(sp,ck) any(sapply(sp, function(x) grepl(x,ck) & (nchar(ck)-nchar(x) <= 4))), 
    strsplit(df$name,"\\s+"), 
    df$check 
) 
#[1] TRUE TRUE FALSE

來源

2017-08-03 00:07:08 thelatemail

你的數據幀stringsAsFactors=F

df <- data.frame("name"=c("Denzel Washington","Andrew Garfield Junior","Ryan G

斯林「），」檢查「= C（」 Denzelboss」，「加菲貓」，「戈斯林」），stringsAsFactors = F）

我用iterators::iter遍歷的df行，stringr動詞

Reduce("c", lapply(iter(df,by="row"), function(x) Reduce("any", mapply(function(y,z) ifelse(str_detect(z, y) & nchar(str_replace(z, y, "")) < 5, TRUE, FALSE), as.list(unlist(str_extract_all(x$name, boundary("word")))), x$check)))) 

[1] TRUE TRUE FALSE

來源

2017-08-03 00:17:18 CPak

在R，如何檢查一個詞條目中的單詞是否與另一條目中的單詞部分匹配

回答

相關問題