时间戳

首页 > 解决方案 > 使用 %in% 运算符在 R 中进行部分字符串匹配？

r - 使用 %in% 运算符在 R 中进行部分字符串匹配？

问题描述

我很想知道是否可以使用 R 中的 %in% 运算符进行部分字符串匹配。我知道有很多方法可以使用 stringr 等来查找部分字符串匹配，但是我当前的代码使用起来更容易%in% 运算符。

例如，想象一下这个向量：

x <- c("Withdrawn", "withdrawn", "5-Withdrawn", "2-WITHDRAWN", "withdrawnn")

我希望每个都是 TRUE，因为字符串包含“Withdrawn”，但只有第一个是 TRUE：

x %in% c("Withdrawn")
[1]  TRUE FALSE FALSE FALSE FALSE

我尝试使用正则表达式至少使其不区分大小写，但这使一切都变得错误：

x %in% c("(?i)Withdrawn")
[1] FALSE FALSE FALSE FALSE FALSE

那么，是否有可能使用带有包装器的 %in% 运算符在所有这些上产生 TRUE ？因为 tolower() 或 toupper() 好用，所以我不会关心区分大小写；然而，对我来说重要的是代码会触发“撤回”、“撤回”和“5-撤回”。

编辑：这个问题被标记为这个问题的副本R 中的列表不区分大小写搜索；但是，它是不同的，因为它询问是否可以使用 %in% 运算符进行部分字符串匹配。链接的问题根本不使用 %in% 运算符。

标签： rregexstringstring-matchingin-operator

解决方案

%in%不支持这个：它是match函数的包装器，它使用相等比较来建立匹配，而不是正则表达式匹配。但是，您可以实现自己的：

`%rin%` = function (pattern, list) {
     vapply(pattern, function (p) any(grepl(p, list)), logical(1L), USE.NAMES = FALSE)
}

这可以像这样使用%in%：

〉'^foo.*' %rin% c('foo', 'foobar')
[1] TRUE

请注意，结果与您期望的工作要求不同grepl：模式匹配是不对称的，您不能交换左侧和右侧。如果您只想将列表与单个正则表达式匹配，请grepl直接使用：

〉grepl("(?i)Withdrawn", x)
[1] TRUE TRUE TRUE TRUE TRUE

或者，如果您更喜欢使用运算符：

`%matches%` = grepl

〉"(?i)Withdrawn" %matches% x
[1] TRUE TRUE TRUE TRUE TRUE

推荐阅读