避免strsplit列表上的循环

我有一个向量v，其中每个条目是一个或多个字符串（或者可能是字符（0）），用分号分隔：

ABC

DEF;ABC;QWE

TRF

character(0)

ABC;GFD

我需要找到包含“ABC”（1，2，5或逻辑向量T，T，F，F，T）的向量的索引，在拆分之后

我目前正在使用一个循环，如下所示：

toSelect=integer(0)
for(i in c(1:length(v))){
if(length(v[i])==0) next
words=strsplit(v[i],";")[[1]] 
if(!is.na(match("ABC",words))) toSelect=c(toSelect,i)
}

不幸的是，我的向量有450k个条目，所以这需要太长时间。我更喜欢通过如下操作创建逻辑向量

toSelect=(!is.na(match("ABC",strsplit(v,";")))

但是由于strsplit返回一个列表，我找不到一种方法将strsplit（v，“；”）正确格式化为向量（unlist不行，因为它会破坏索引）。有人对如何加速这段代码有什么想法吗

---

谢谢

使用正则表达式：

v = list("ABC", "DEF;ABC;QWE", "TRF", character(0), "ABC;GFD")
grep("(^|;)ABC($|;)", v)
#[1] 1 2 5

---

在%中使用

strsplit

与

sapply

和

%

v <- c("ABC","DEF;ABC;QWE","TRF",character(1),"ABC;GFD")
sapply(strsplit(v,";"),function(x) "ABC" %in% x)
#[1]  TRUE  TRUE FALSE FALSE  TRUE

v棘手的部分是处理
字符（0）
，而@BlueMagister通过将其替换为
字符（1）
（这允许使用向量，但不允许表示原始问题）。或许

安装，然后

library(IRanges)
w = CharacterList(v)

它给出了一个类似列表的结构，其中所有元素都必须是字符向量

> w
CharacterList of length 5
[[1]] ABC
[[2]] DEF ABC QWE
[[3]] TRF
[[4]] character(0)
[[5]] ABC GFD

然后你可以做一些有趣的事情，比如问“元素成员等于ABC吗？”

或“任何元素成员是否等于ABC”

这将很好地扩展。对于不支持“开箱即用”的操作，策略（计算成本较低）是
取消列出
，然后转换为等长向量，然后
重新列出
，使用原始字符列表作为骨架，例如对每个成员使用
反向
：

> relist(reverse(unlist(w)), w)
CharacterList of length 5
[[1]] CBA
[[2]] FED CBA EWQ
[[3]] FRT
[[4]] character(0)
[[5]] CBA DFG

正如@eddi指出的，这比grep慢。这样做的动机是（a）避免需要制定复杂的正则表达式，同时（b）获得对这种结构的数据执行其他操作的灵活性。
谢谢！但是list（v）只返回一个包含一个元素的列表，我无法手动键入所有条目@user2359686运行
grep
不需要将向量转换为列表，而要转换为列表的函数是
as.list
（我不知道如何将
字符（0）
转换为向量）如果您想要逻辑向量而不是索引，那么使用
grepl
而不是
grep
。我认为@BlueMagister使用
字符（1）
，因为他使用的是向量而不是列表。你应该试着把它放在凳子上——在我的基本测试中，这比在所有尺度上的grep'ing至少慢10倍，所以我很好奇为什么你认为人们会想经历这一切（痛苦？）。我假设
字符（0）
是OP渲染
“
，即
字符（1）
，这是一个原子向量，根据其他条目的构成。我已经要求OP对
v
的结构进行更多的澄清。这很好，但没有完全矢量化。作为另一种选择，考虑<代码> do.Calp（C，SrStReV（v）；”）= =“ABC”< /代码>。请注意，这是一个次要的[3x]加速，但更多的是在'r'的向量化的精神中，作为一种选择，考虑<代码> unListar（SrStRead（v，）；”）= =“ABC”< /代码>。在这里，
unlist
[或更高版本，
do.call（c，）
]将列表转换为一个向量。您能在问题中向我们展示
dput（head（v））
？我们回答者不确定
v
是
字符的原子向量
还是
列表
。
> w
CharacterList of length 5
[[1]] ABC
[[2]] DEF ABC QWE
[[3]] TRF
[[4]] character(0)
[[5]] ABC GFD

> w == "ABC"
LogicalList of length 5
[[1]] TRUE
[[2]] FALSE TRUE FALSE
[[3]] FALSE
[[4]] logical(0)
[[5]] TRUE FALSE

> any(w == "ABC")
[1]  TRUE  TRUE FALSE FALSE  TRUE

> relist(reverse(unlist(w)), w)
CharacterList of length 5
[[1]] CBA
[[2]] FED CBA EWQ
[[3]] FRT
[[4]] character(0)
[[5]] CBA DFG