zu verwenden, die() und regex in R

Question

OK verloren, ich habe ein kleines Problem, das ich glaube, dass ich mit which und grepl lösen kann (Alternativen sind willkommen), aber ich bin verloren:

my_query<- c('g1', 'g2', 'g3') 
my_data<- c('string2','string4','string5','string6') 

Ich möchte den Index in my_query passend in my_data zurückgeben. Im obigen Beispiel ist nur 'g2' in mydata, also wäre das Ergebnis in diesem Beispiel 2. Bitte helfen Sie :)

Answer 1

Es scheint mir, dass es keinen einfachen Weg gibt, dies ohne eine Schleife zu tun. Für jedes Element in my_query, können wir eine der folgenden Funktionen verwenden, um TRUE oder FALSE zu erhalten:

f1 <- function (pattern, x) length(grep(pattern, x)) > 0L 

f2 <- function (pattern, x) any(grepl(pattern, x)) 

Zum Beispiel

f1(my_query[1], my_data) 
# [1] FALSE 
f2(my_query[1], my_data) 
# [1] FALSE 

Dann verwenden wir *apply Schleife anwenden, sagen f2 allen Elemente von my_query:

which(unlist(lapply(my_query, f2, x = my_data))) 
# [1] 2 

---

Danke, das scheint zu funktionieren. Um ehrlich zu sein, habe ich Ihre Originalversion bevorzugt. Ich bin mir nicht sicher, warum Sie mit dem Erstellen einer anderen Funktion bearbeitet haben, um anschließend mit *apply aufzurufen. Gibt es einen Vorteil gegenüber which(lengths(lapply(my_query, grep, my_data)) > 0L)?

Nun, ich bin mir nicht ganz sicher. Als ich ?lengths lesen:

One advantage of ‘lengths(x)’ is its use as a more efficient 
version of ‘sapply(x, length)’ and similar ‘*apply’ calls to 
‘length’. 

Ich weiß nicht, wie viel effizienter, dass lengths mit sapply verglichen wird. Wenn es immer noch eine Schleife ist, führt mein ursprünglicher Vorschlag which(lengths(lapply(my_query, grep, my_data)) > 0L) 2 Schleifen durch. Mein Edit besteht im Wesentlichen aus zwei Loops, die hoffentlich einen Boost bekommen (wenn auch nicht zu klein).

Sie können immer noch mein neues bearbeiten in einer einzigen Zeile anordnen:

which(unlist(lapply(my_query, function (pattern, x) any(grepl(pattern, x)), x = my_data))) 

oder

which(unlist(lapply(my_query, function (pattern) any(grepl(pattern, my_data))))) 

Answer 2

auf einen Kommentar erweitern posted ursprünglich von @Gregor Sie könnten versuchen:

which(colSums(sapply(my_query, grepl, my_data)) > 0) 
#g2 
# 2 

Die Funktion colSums ist vektorisiert und stellt kein Problem in Bezug auf die Leistung dar. Die Schleife sapply() scheint hier unvermeidlich, da wir jedes Element innerhalb des Abfragevektors überprüfen müssen. Das Ergebnis der Schleife ist eine logische Matrix, wobei jede Spalte ein Element von my_query und jede Zeile ein Element von my_data darstellt. Indem wir diese Matrix in which(colSums(..) > 0) einschließen, erhalten wir die Indexnummern aller Spalten, die mindestens eine TRUE enthalten, d. H. Eine Übereinstimmung mit einem Eintrag von my_data.