R 如何在case_when语句中检测多个正则表达式

最近，我从

dplyr

将ifelse转换为

case\u

目标

我希望能够在数据帧中使用
case_（当
时）从语句中检测多个正则表达式，如下所示：

输入

statement<-data.frame(statement = c("I have performed APC and RFA",
 "An EMR was done","I didn't do anything"),stringsAsFactors=FALSE)

statement                            out

I have performed APC and RFA        APC,RFA
An EMR was done                     EMR
I didn't do anything                No Event

library(dplyr)
library(stringr)

      dataframe <- 
        dataframe %>% 
        mutate(
          EVENT = case_when(
            str_detect(statement,"EMR") ~ "EMR", 
            str_detect(statement, "HALO|RFA") ~ "RFA", 
            str_detect(statement, "APC") ~ "APC", 
             TRUE ~ "No Event"
          )
        )

尝试

statement<-data.frame(statement = c("I have performed APC and RFA",
 "An EMR was done","I didn't do anything"),stringsAsFactors=FALSE)

statement                            out

I have performed APC and RFA        APC,RFA
An EMR was done                     EMR
I didn't do anything                No Event

library(dplyr)
library(stringr)

      dataframe <- 
        dataframe %>% 
        mutate(
          EVENT = case_when(
            str_detect(statement,"EMR") ~ "EMR", 
            str_detect(statement, "HALO|RFA") ~ "RFA", 
            str_detect(statement, "APC") ~ "APC", 
             TRUE ~ "No Event"
          )
        )

库（dplyr）
图书馆（stringr）
数据帧%
变异(
事件=发生时的情况(
str_detect（语句“EMR”）～“EMR”，
str|u detect（语句“HALO | RFA”）~“RFA”，
str_detect（语句“APC”）~“APC”，
TRUE~“无事件”
)
)

问题

如果存在多个字符串，则每个语句只提供一个输出，而不是多个输出。有没有一种方法可以检测多个字符串？
通过base R提取所有大写字母的单词，并粘贴大于1个字符的单词，即

sapply(regmatches(statement$statement, gregexpr('\\b[A-Z]+\\b', statement$statement)), 
                                          function(i) {
                                                      v1 <- i[nchar(i) > 1];
                                                      toString(v1)
                                                      })


#[1] "APC, RFA" "EMR"      ""

sapply（regmatches（语句$statement，gregexpr（'\\b[A-Z]+\\b'，语句$statement）），
职能（一）{
v1]；
toString（v1）
})
#[1] APC，RFA“EMR”
1）gsubfn:：Straply

Straply可以一次完成提取和翻译

Straply

将针对

stmt

的每个组件，将模式

pat

与之匹配，所有匹配项将使用L转换，然后返回。

empty

参数定义没有匹配项的

stat

组件返回的内容。这将提供一个匹配列表，每行一个列表组件，在该列表上应用

toString

将每个匹配转换为逗号分隔的字符串。这是这里介绍的3个备选方案中最短的一个

library(gsubfn)

L <- list(APC = "APC", EMR = "EMR", HALO = "RFA", RFA = "RFA")
pat <- paste(names(L), collapse = "|")
transform(statement, 
  out = sapply(strapply(stmt, pat, L, empty = "No Event"), toString),
  stringsAsFactors = FALSE)

2）基R使用上面的

L

和

pat

，创建一个函数，该函数获取单词

x

的字符向量，并将那些与

pat

匹配的单词提取到

g

。如果

g

长度非零，则使用

L

转换其元素，并使用

toString

将其压缩为单个字符串；否则，返回

无事件

现在使用

strsplit

将

stmt

的每个元素拆分为单词，并对每个这样的字符向量应用

process

process <- function(x) {
  g <- grep(pat, x, value = TRUE)
  if (length(g)) toString(L[g]) else "No Event"
}
transform(statement, out = sapply(strsplit(stmt, "\\s+"), process),
  stringsAsFactors = FALSE)

给予：

                          stmt      out
1 I have performed APC and RFA APC, RFA
2              An EMR was done      EMR
3         I didn't do anything No Event

# A tibble: 3 x 2
  stmt                         out     
  <chr>                        <chr>   
1 I have performed APC and RFA APC, RFA
2 An EMR was done              EMR     
3 I didn't do anything         No Event

#一个tible:3 x 2
退出
1我执行过APC和RFA APC、RFA
2进行了电子病历
3.我什么都没做没有

注 我们将其用作输入：

statement <- structure(list(stmt = c("I have performed APC and RFA", 
  "An EMR was done", "I didn't do anything")), 
  class = "data.frame", row.names = c(NA, -3L))

---

语句当

满足条件时，

case\u的逻辑是，它不会执行剩余的条件，因此当

语句满足条件时，实际上无法从

case\u获得两个输出。因此，如果您想在

时使用

case_，建议从最不常见的情况开始，然后慢慢地继续使其更通用。（因此，
TRUE
是最后一个条件）

如果您想在

时坚持使用

case\u，您可以添加一个附加条件，分别检查这两种情况，并给出相应的输出

library(dplyr)

statement %>% 
     mutate(
     EVENT = case_when(
           str_detect(statement, "APC") & str_detect(statement, "RFA") ~ "APC,RFA",
           str_detect(statement,"EMR") ~ "EMR", 
           str_detect(statement, "HALO|RFA") ~ "RFA", 
           str_detect(statement, "APC") ~ "APC", 
           TRUE ~ "No Event"
            )
           )



#                     statement    EVENT
#1 I have performed APC and RFA  APC,RFA
#2              An EMR was done      EMR
#3         I didn't do anything No Event
#4                        FALSE No Event

我不认为当

是最好的方式时case\u。我认为这取决于有多少映射，比如

“HALO | RFA”

。如果有很多函数，那么花时间编写一个合适的函数可能是值得的。但是，如果只是这一个，那么使用dplyr动词组合管道可能会更快

我建议使用

str\u extract\u all

和

unnest

获得一个包含相关动词的整洁数据框，然后使用

str\u replace\u all

解决映射问题。最后，我将使用

unique

确保替换中没有重复的行

请注意，带有APC、RFA的第一列将一分为二。我意识到这不是你所要求的，但它将使tidyverse中的后续处理更加容易。有关整洁数据约定的更多信息，请参见此链接：

在它的当前实现中，

unest

将删除没有匹配模式的最后一行。如果您希望使用

NA

，则可以对原始数据执行

完全联接。另见

语句%mutate(
out=语句%>%
str|u extract|u all（（（EMR）|（HALO）|（RFA）|（APC）））
)%%>%unnest（.drop=FALSE）%%>%
变异(
out=out%>%str\u替换所有（“光环”、“RFA”）
) %>% 
唯一（）%>%
完全联接（语句）

输出将是

                 statement    out
I have performed APC and RFA  APC
I have performed APC and RFA  RFA
An EMR was done               EMR
I didn't do anything          <NA>

语句输出
我执行过APC和RFA APC
我执行过APC和RFA RFA
进行电子病历
我什么都没做
输出仅给出一个结果。例如，第一个文本字符串仅输出apcthreak@RonakShah。不幸的是，这并不是一个可伸缩的答案，我不想创建str_detect的每一个排列，如果它确实向上扩展@G.Grothendieck。我有类似的情况，但有点不同。当

时，我得到了一个奇怪的结果。我的case\u when语句是这样的：

mutate（EVENT=case\u when（str\u detect（语句，“30多个条件”）~“EMR”，str\u detect（语句，“30多个条件”）~“RFA”，str\u detect（语句，“30多个条件”）~“APC”，TRUE~“语句”）

在这种情况下我该怎么办？@Wialliam，你不能多次使用同一个条件。如果第一个条件为true，它将返回其右侧，如果为false，所有条件都将为false，它将返回默认值。因此，后续的重复条件永远不会匹配。建议你阅读

？c