r - R：将字符串拆分为不同的变量，如果字符串包含该单词，则赋值为 1

Question

我需要一些帮助在 R 中设置代码来解决问题：

我想给 R 一些字符串数据作为输入，其中包含几个单词（短语、推文、任何你想要的）。字符串也可以有多个 " " 或 "," 作为分隔符。

样本输入数据

我希望 R 为所有输入字符串中的每个唯一单词设置一个变量，并在字符串包含此特定单词时设置 1（或 TRUE 或其他任何值）。

所以我想要的输出看起来像这样：

样本输出

列中的空格应包含 0，为了便于阅读，我将它们省略了。

老实说，我不是循环方面的专家，我认为使用包可能会有更简单的解决方案。感谢您的网站对此主题的任何支持，因为我有几个不同的项目，解决方案可以为我节省大量时间。

编辑：我想保留原始 ID 和字符串以供进一步处理。

标签： rstring

Answer 1

首先，对于以后的帖子，请以可复制和可复制和可粘贴的格式提供示例数据。截图不是一个好主意，因为我们不能轻易地从图像中提取数据。有关更多详细信息，请查看如何提供最小的可重现示例/尝试。

除此之外，这是一个tidyverse解决方案

library(tidyverse)
df %>%
    separate_rows(Text, sep = " ") %>%
    mutate(n = 1) %>%
    pivot_wider(names_from = "Text", values_from = "n", values_fill = list(n = 0))
## A tibble: 5 x 6
#  ID      Peanut Butter Jelly Storm  Wind
#  <fct>    <dbl>  <dbl> <dbl> <dbl> <dbl>
#1 ID-0001      1      1     1     0     0
#2 ID-0002      1      0     0     0     0
#3 ID-0003      0      1     0     0     0
#4 ID-0004      0      0     0     1     0
#5 ID-0005      0      1     0     1     1

说明：我们使用在空白处separare_rows拆分条目并将数据重新整形为长格式；Text然后我们添加一个计数列；最后，我们用 将数据从长到宽重塑pivot_wider，并用 填充缺失值0。

---

或者在基础 R 中使用xtabs

df2 <- transform(df, Text = strsplit(as.character(Text), " "))
xtabs(n ~ ., data.frame(
    ID = with(df2, rep(ID, vapply(Text, length, 1L))),
    Text = unlist(df2$Text),
    n = 1))
#ID        Butter Jelly Peanut Storm Wind
#  ID-0001      1     1      1     0    0
#  ID-0002      0     0      1     0    0
#  ID-0003      1     0      0     0    0
#  ID-0004      0     0      0     1    0
#  ID-0005      1     0      0     1    1

---

样本数据

df <- read.table(text =
"ID Text
ID-0001   'Peanut Butter Jelly'
ID-0002   Peanut
ID-0003   Butter
ID-0004   Storm
ID-0005   'Storm Wind Butter'", header = T)