R 使用外部表计算字符串长度

假设您有一个数据表：

df<-tibble(person = c("Alice", "Bob", "Mary"),
           colour = c("Red", "Green", "Blue"),
           city = c("London", "Paris", "New York"))

# A tibble: 3 x 3
  person colour city    
  <chr>  <chr>  <chr>   
1 Alice  Red    London  
2 Bob    Green  Paris   
3 Mary   Blue   New York

---

df将基R与
mapply一起使用
：

df[rowSums(mapply(function(x, y) nchar(x) > y, df, len$field_length)) > 0, ]

# A tibble: 2 x 3
#  person colour city    
#  <chr>  <chr>  <chr>   
#1 Bob    Green  Paris   
#2 Mary   Blue   New York

带有
c\u交叉（）的
dplyr
解决方案
：

库（dplyr）
df%>%
行（）
过滤器（任意（nchar（跨越（所有内容（））>len$field\u长度））%>%
解组（）
##tibble:2 x 3
#人色城市
#          
#1鲍勃格林巴黎酒店
#2玛丽蓝纽约
根据两个矩阵更容易解决问题，首先是每个条目的长度：

nchar(as.matrix(df))
     person colour city
[1,]      5      3    6
[2,]      3      5    5
[3,]      4      4    8

以及允许长度的对应矩阵：

allowed = replicate(nrow(df),len$field_length[match(colnames(df),len$field_name)])

allowed

     [,1] [,2] [,3]
[1,]   12   12   12
[2,]    4    4    4
[3,]    6    6    6

然后按矩阵进行比较，只保留行和（）为

df[rowMeans（nchar（as.matrix（df））>允许）>0，]
#一个tibble:2x3
人色城市
1鲍勃格林巴黎酒店
2玛丽蓝纽约

如果您的两个data.frames的顺序与您的示例相同，您可以（感谢@zx8754）指出：

df[rowMeans(nchar(as.matrix(df)) > len$field_length)>0,]
# A tibble: 2 x 3
  person colour city    
  <chr>  <chr>  <chr>   
1 Bob    Green  Paris   
2 Mary   Blue   New York

df[rowMeans（nchar（as.matrix（df））>len$field_length）>0，]
#一个tibble:2x3
人色城市
1鲍勃格林巴黎酒店
2玛丽蓝纽约
将
df
转换为与
len
相同的格式，并将两者合并。在此之后，将每个字符串与
字段的长度进行比较就很简单了

library(tidyverse)

test_result_df <- df %>% 
  mutate(id = row_number()) %>% 
  pivot_longer(-id, names_to = 'field_name') %>% 
  left_join(len, by = 'field_name') %>% 
  mutate(test_passed = str_length(value) <= field_length) %>% 
  group_by(id) %>% 
  summarise(all_passed = all(test_passed))

df[!test_result_df$all_passed,]


库（tidyverse）
测试结果\u df%
变异（id=行号（））%>%
pivot_longer（-id，names_to='field_name'）%>%
左联接（len，by='field\u name'）%>%
突变（测试通过=str长度（值）%
分组依据（id）%>%
总结（全部通过=全部（测试通过））
df[！测试结果df$全部通过，]

#一个tible:2x3
人色城市
1鲍勃格林巴黎酒店
2玛丽蓝纽约
感谢Ronak再次救了我！我与自己的
tidyverse
解决方案（未发布）非常接近通过沿着
pivot\uuu
路线走，但在这里发布之前没有得到完整的解决方案。这看起来是一个非常好的解决方案。我以前没有遇到过
c\u
。接受这个答案，因为它避免了
左入
。我没有考虑过这个方法，谢谢你发布。我会把这个放在我的文章后面注意未来的问题。有趣的方法，轻微的改进，不需要允许，尝试：
nchar（as.matrix（df））>len$field\u length
True，如果已经是相同的顺序。我可以补充。好提示。Lol有时我对复制向量感到非常不安。
allowed = replicate(nrow(df),len$field_length[match(colnames(df),len$field_name)])

allowed

     [,1] [,2] [,3]
[1,]   12   12   12
[2,]    4    4    4
[3,]    6    6    6

df[rowMeans(nchar(as.matrix(df)) > allowed)>0,]
# A tibble: 2 x 3
  person colour city    
  <chr>  <chr>  <chr>   
1 Bob    Green  Paris   
2 Mary   Blue   New York

df[rowMeans(nchar(as.matrix(df)) > len$field_length)>0,]
# A tibble: 2 x 3
  person colour city    
  <chr>  <chr>  <chr>   
1 Bob    Green  Paris   
2 Mary   Blue   New York

library(tidyverse)

test_result_df <- df %>% 
  mutate(id = row_number()) %>% 
  pivot_longer(-id, names_to = 'field_name') %>% 
  left_join(len, by = 'field_name') %>% 
  mutate(test_passed = str_length(value) <= field_length) %>% 
  group_by(id) %>% 
  summarise(all_passed = all(test_passed))

df[!test_result_df$all_passed,]


# A tibble: 2 x 3
  person colour city    
  <chr>  <chr>  <chr>   
1 Bob    Green  Paris   
2 Mary   Blue   New York