R 使用case_进行字符串匹配的多个模式

我尝试使用str_detect和case_根据多个模式重新编码字符串，并将每次发生的重新编码值粘贴到一个新列中。正确的列是我试图实现的输出

这与case_类似，如果不能使用case_（我认为仅限于一种模式），是否还有更好的方法可以使用tidyverse实现这一点

Fruit=c("Apples","apples, maybe bananas","Oranges","grapes w apples","pears")
Num=c(1,2,3,4,5)
data=data.frame(Num,Fruit)

df= data %>% mutate(Incorrect=
paste(case_when(
  str_detect(Fruit, regex("apples", ignore_case=TRUE)) ~ "good",
  str_detect(Fruit, regex("bananas", ignore_case=TRUE)) ~ "gross",
  str_detect(Fruit, regex("grapes | oranges", ignore_case=TRUE)) ~ "ok",
  str_detect(Fruit, regex("lemon", ignore_case=TRUE)) ~ "sour",
  TRUE ~ "other"
),sep=","))

  Num                 Fruit Incorrect
  1                Apples      good
  2 apples, maybe bananas      good
  3               Oranges      other
  4       grapes w apples      good
  5                pears       other

---

在情况下_当一行满足条件时，它将停止在那里，不再检查任何其他条件。因此，通常在这种情况下，最好将每个条目放在单独的行中，以便更容易赋值，然后将它们汇总在一起。但是，在本例中，

水果

列没有清晰的分隔符，有些水果用逗号（

，

）分隔，有些水果用空格分隔，它们之间还有其他单词。为了处理所有此类情况，我们为不匹配的单词指定

NA

，然后在总结过程中删除它们

library(dplyr)
library(stringr)

data %>%
  tidyr::separate_rows(Fruit, sep = ",|\\s+") %>%
   mutate(Correct = case_when(
      str_detect(Fruit, regex("apples", ignore_case=TRUE)) ~ "good",
      str_detect(Fruit, regex("bananas", ignore_case=TRUE)) ~ "gross",
      str_detect(Fruit, regex("grapes|oranges", ignore_case=TRUE)) ~ "ok",
      str_detect(Fruit, regex("lemon", ignore_case=TRUE)) ~ "sour",
      TRUE ~ NA_character_)) %>% 
   group_by(Num) %>%
   summarise(Correct = toString(na.omit(Correct))) %>%
   left_join(data)

#   Num Correct     Fruit                
#  <dbl> <chr>       <fct>                
#1     1 good        Apples               
#2     2 good, gross apples, maybe bananas
#3     3 ok          Oranges              
#4     4 ok, good    grapes w apples      
#5     5 sour        Lemons               

库（dplyr）
图书馆（stringr）
数据%>%
tidyr：：分开的_行（水果，sep=“，| \\s+”）%>%
变异（正确=当(
str_detect（水果，正则表达式（“apples”，ignore_case=TRUE））~“good”，
str_detect（水果，正则表达式（“香蕉”，忽略大小写=TRUE））~“gross”，
str|u detect（水果，regex（“葡萄|橙子”，忽略| case=TRUE））~“ok”，
str_detect（水果，正则表达式（“柠檬”，忽略大小写=TRUE））~“酸”，
真~NA_字符（u））%>%
分组依据（Num）%>%
总结（正确=toString（不正确）（省略）（正确））%>%
左联合（数据）
#正确的水果
#                          
#1个好苹果
#2 2个好的，恶心的苹果，也许是香蕉
#3个橙子
#好的，好的葡萄和苹果
#5个酸柠檬

---

对于更新的数据，我们可以删除出现的额外单词和do

data %>%
  mutate(Fruit = gsub("maybe|w", "", Fruit)) %>%
  tidyr::separate_rows(Fruit, sep = ",\\s+|\\s+") %>%
  mutate(Correct = case_when(
     str_detect(Fruit, regex("apples", ignore_case=TRUE)) ~ "good",
     str_detect(Fruit, regex("bananas", ignore_case=TRUE)) ~ "gross",
     str_detect(Fruit, regex("grapes|oranges", ignore_case=TRUE)) ~ "ok",
     str_detect(Fruit, regex("lemon", ignore_case=TRUE)) ~ "sour",
     TRUE ~ "other")) %>% 
  group_by(Num) %>%
  summarise(Correct = toString(na.omit(Correct))) %>%
  left_join(data)

#    Num Correct     Fruit                
#  <dbl> <chr>       <fct>                
#1     1 good        Apples               
#2     2 good, gross apples, maybe bananas
#3     3 ok          Oranges              
#4     4 ok, good    grapes w apples      
#5     5 other       pears                

数据%>%
突变（果=gsub（“可能是w”，果））%>%
tidyr：：分开的_行（水果，sep=“，\\s+\\s+”%>%
变异（正确=当(
str_detect（水果，正则表达式（“apples”，ignore_case=TRUE））~“good”，
str_detect（水果，正则表达式（“香蕉”，忽略大小写=TRUE））~“gross”，
str|u detect（水果，regex（“葡萄|橙子”，忽略| case=TRUE））~“ok”，
str_detect（水果，正则表达式（“柠檬”，忽略大小写=TRUE））~“酸”，
对~“其他”））%>%
分组依据（Num）%>%
总结（正确=toString（不正确）（省略）（正确））%>%
左联合（数据）
#正确的水果
#                          
#1个好苹果
#2 2个好的，恶心的苹果，也许是香蕉
#3个橙子
#好的，好的葡萄和苹果
#其他5个梨

唯一的问题是

TRUE~NA\u字符

。我希望将有意义的非匹配字符串编码为

TRUE~other

。我编辑了数据以更好地反映我的实际数据@RonakShah@W148SMH正如我在帖子中提到的，问题的产生是因为每个水果之间没有明确的分隔物。有时用逗号分隔，有时用空格分隔。所以我用这两个词分开了，但是已经有一些不匹配的词，比如

可能

，

w

。如果我们给出

TRUE ~'other'

，那么这些单词也将被分配

'other'

。如果我在开始时删除

maybe

和

w

，比如

stru-replace（水果，“maybe | w”，”）

在删除这些单词之后，它仍然想添加

other

@RonakShah@W148SMH对如果这些是唯一出现的单词，那么您可以删除它们。见更新的答案。完美！谢谢&

data %>%
  mutate(Fruit = gsub("maybe|w", "", Fruit)) %>%
  tidyr::separate_rows(Fruit, sep = ",\\s+|\\s+") %>%
  mutate(Correct = case_when(
     str_detect(Fruit, regex("apples", ignore_case=TRUE)) ~ "good",
     str_detect(Fruit, regex("bananas", ignore_case=TRUE)) ~ "gross",
     str_detect(Fruit, regex("grapes|oranges", ignore_case=TRUE)) ~ "ok",
     str_detect(Fruit, regex("lemon", ignore_case=TRUE)) ~ "sour",
     TRUE ~ "other")) %>% 
  group_by(Num) %>%
  summarise(Correct = toString(na.omit(Correct))) %>%
  left_join(data)

#    Num Correct     Fruit                
#  <dbl> <chr>       <fct>                
#1     1 good        Apples               
#2     2 good, gross apples, maybe bananas
#3     3 ok          Oranges              
#4     4 ok, good    grapes w apples      
#5     5 other       pears