从R中的字符串向量中提取单个单词

假设我有一个像下面这样的字符串向量，我想创建一个逻辑向量，如果字符串中出现“white”、“bull”或“tiger”（请注意，不是whitetip），则该向量包含TRUE，如果不出现则包含FALSE。我如何在R中进行此操作？我曾尝试使用stringr的str_detect（），但结果显示“whitetip”为真（我不知道如何对每个类别使用str_detect（），也就是说，我必须创建多个逻辑向量-白虎和公牛的3个类别各1个）。任何帮助都会很棒，谢谢

string<-c("tiger?", "thought to involve a 2.7 m [9'], 400-kb bull",
    "4 m to 5 m [13' to 16.5'] white", "oceanic whitetip shark, 2.5 to 3m", 
    "white","white","bull","white","oceanic whitetip shark, 2.5m","tiger",
    "white, >6'","bull, 6'")

---

string这里有一种方法可以匹配所有字符串

sapply(c("white","bull","tiger"), function(x) {
    grepl(paste0("\\b",x,"\\b"), string)
})

这给

      white  bull tiger
 [1,] FALSE FALSE  TRUE  # tiger?
 [2,] FALSE  TRUE FALSE  # thought to involve a 2.7 m [9'], 400-kb bull
 [3,]  TRUE FALSE FALSE  # 4 m to 5 m [13' to 16.5'] white
 [4,] FALSE FALSE FALSE  # oceanic whitetip shark, 2.5 to 3m
 [5,]  TRUE FALSE FALSE  # white
 [6,]  TRUE FALSE FALSE  # white
 [7,] FALSE  TRUE FALSE  # bull
 [8,]  TRUE FALSE FALSE  # white
 [9,] FALSE FALSE FALSE  # oceanic whitetip shark, 2.5m
[10,] FALSE FALSE  TRUE  # tiger
[11,]  TRUE FALSE FALSE  # white, >6'
[12,] FALSE  TRUE FALSE  # bull, 6'

这里有一种方法可以匹配所有字符串

sapply(c("white","bull","tiger"), function(x) {
    grepl(paste0("\\b",x,"\\b"), string)
})

这给

      white  bull tiger
 [1,] FALSE FALSE  TRUE  # tiger?
 [2,] FALSE  TRUE FALSE  # thought to involve a 2.7 m [9'], 400-kb bull
 [3,]  TRUE FALSE FALSE  # 4 m to 5 m [13' to 16.5'] white
 [4,] FALSE FALSE FALSE  # oceanic whitetip shark, 2.5 to 3m
 [5,]  TRUE FALSE FALSE  # white
 [6,]  TRUE FALSE FALSE  # white
 [7,] FALSE  TRUE FALSE  # bull
 [8,]  TRUE FALSE FALSE  # white
 [9,] FALSE FALSE FALSE  # oceanic whitetip shark, 2.5m
[10,] FALSE FALSE  TRUE  # tiger
[11,]  TRUE FALSE FALSE  # white, >6'
[12,] FALSE  TRUE FALSE  # bull, 6'

如果需要提取相关单词，可以使用
stringr:：str\u extract
：

str_extract(string, "\\b(bull|tiger|white)\\b")

# [1] "tiger" "bull"  "white" NA      "white" "white" "bull"  "white" NA     
#[10] "tiger" "white" "bull"

如果需要提取相关单词，可以使用
stringr:：str\u extract
：

str_extract(string, "\\b(bull|tiger|white)\\b")

# [1] "tiger" "bull"  "white" NA      "white" "white" "bull"  "white" NA     
#[10] "tiger" "white" "bull"

看起来您的报价对于您的示例输入来说都是一团糟。这不是一个有效的R语句。您还可以清楚地知道采样向量的期望输出是什么。您可以将正则表达式中的单词边界与
\b
匹配，因此您可能应该将其包括在内。您到底尝试使用了什么代码？好的，这里是正确的向量：stringI也尝试了akrun，并且它只提供了TRUE的结果，当且仅当值中只有“白色”“bull”或“tiger”字符时（因此它为tiger返回FALSE？例如），看起来您的引号对于示例输入来说都是一团糟的。这不是一个有效的R语句。您还可以清楚地知道采样向量的期望输出是什么。您可以将正则表达式中的单词边界与
\b
匹配，因此您可能应该将其包括在内。您尝试使用的代码到底是什么？好的，这是正确的向量：stringI也尝试了akrun的，它只提供了TRUE的结果，当且仅当值中只有“white”“bull”或“tiger”字符时（因此它为tiger返回FALSE？例如），是否有方法从原始向量中提取“bull”“tiger”和“white”（命名字符串）。例如：“被认为涉及2.7米[9']，400 kb的公牛”我只想得到“公牛”我尝试了str_提取（字符串，[a-z]+”）-对于“被认为涉及2.7米[9']，400 kb的公牛”它不返回“公牛”，但它对“老虎？”、“白色，>6”和“公牛，6”（分别返回老虎、白色和公牛）有效。再次感谢大家！如果“bull”的
grepl（）
返回
TRUE
，那么您知道它在那里。为什么需要“提取”它？我不明白。我想要一个向量，它是白牛或老虎，这样我就可以按组总结这里没有显示的其他变量（鲨鱼攻击次数）@CyrusM听起来像是你应该接受这个答案并问一个新问题。有没有办法从原始向量（命名字符串）中提取“bull”、“tiger”和“white”。例如：“被认为涉及一个2.7米[9']，400 kb的bull”我只想得到“bull”，我尝试了str_extract（字符串，[a-z]+”）——它不会返回“bull”“被认为涉及一个2.7米[9']，400 kb的公牛”，但它确实适用于“老虎？”、“白色，>6”和“公牛，6”（分别返回老虎、白色和公牛）。再次感谢大家！如果“公牛”的
grepl（）
返回
TRUE
，那么您知道它在那里。为什么需要“提取”“是吗？我不明白。我想要一个向量是白牛或老虎，这样我就可以按组总结这里没有显示的另一个变量（鲨鱼攻击的次数）@CyrusM听起来你应该接受这个答案并提出一个新问题