如何在R中将列表（strsplit输出）转换为逻辑数据帧（根据列名）

这是我的第一篇文章，显然，我没有编程经验

问题:

我有一个200个字符向量的列表，每个从0到7个元素不等：（这个列表是strsplit函数的输出）

我还有一个输入中所有潜在字符串的字符串：

possible_strings <- c("foo","bar","hello",...)

我尝试了非常广泛的转换，得到的最远的结果是一个数据帧，其中包含所有可能的字符串作为列名，所有行中都有字符串，并用NAs填充（我在过程中使用了rbind.fill）

任何帮助都将不胜感激

---

谢谢

在最初的问题中，您说希望结果是一个数据帧，但您显示的结果，

res

，实际上是一个矩阵。因此，我下面的第一个结果是一个矩阵，然后我使用

as.data.frame（）

将其转换为数据帧

使用%中的

sapply（）

和

%可以相当轻松地完成此操作
sapply（）
一次只列出一个元素，并在每个元素上应用%

中的

%函数，查找
possStr
的元素并返回逻辑结果

> input <- list(c("foo", "bar", "norf"), "norf", NA, c("hello", "norf"))
> possStr <- c("foo", "bar", "norf", "hello")

> d <- t(sapply(input, function(x) possStr %in% x ))
> colnames(d) <- possStr 
> d                                       ## in matrix form
#        foo   bar  norf hello
# [1,]  TRUE  TRUE  TRUE FALSE
# [2,] FALSE FALSE  TRUE FALSE
# [3,] FALSE FALSE FALSE FALSE
# [4,] FALSE FALSE  TRUE  TRUE

> as.data.frame(d)                        ## convert to data frame
#     foo   bar  norf hello
# 1  TRUE  TRUE  TRUE FALSE
# 2 FALSE FALSE  TRUE FALSE
# 3 FALSE FALSE FALSE FALSE
# 4 FALSE FALSE  TRUE  TRUE

>以矩阵形式输入possStr d colnames（d）d##
#foo bar norf你好
#[1，]对错
#[2，]假假假真假
#[3，]错
#[4]假假假真
>as.data.frame（d）##转换为数据帧
#foo bar norf你好
#1真假
#2假假真假
#3假假假假假
#4假假假真
您可以使用
as.data.frame
将生成的矩阵转换为data.frame，然后使用
names（df）设置名称谢谢，进行了编辑。但是期望的结果是矩阵形式的，所以我将把它作为一个矩阵，并添加名称谢谢您的超快速响应。我应该说得更清楚一点：输入[2][1]是possStr的一部分，这不仅对我很重要。同样重要的是，这会在其自身名称的列（此处为“norf”列）中产生正确的结果。但是，如果这里有另一个表达式，例如“hello”，那么在“hello”列中应该会出现一个TRUE，等等。我尝试了你的解决方案，事实上，它正是我想要的。非常感谢你的帮助！令人惊叹的。很高兴我能帮忙。顺便说一下，请记住，
NA
值从此结果中消失，除非您在possStr中搜索它们。不确定你是否需要它们。
> res
        foo   bar   norf  hello
[1,  ]  TRUE  TRUE  TRUE  FALSE
[2,  ]  FALSE FALSE TRUE  FALSE
[3,  ]  FALSE FALSE FALSE FALSE
[...]
[200,]  FALSE FALSE TRUE  TRUE

> input <- list(c("foo", "bar", "norf"), "norf", NA, c("hello", "norf"))
> possStr <- c("foo", "bar", "norf", "hello")

> d <- t(sapply(input, function(x) possStr %in% x ))
> colnames(d) <- possStr 
> d                                       ## in matrix form
#        foo   bar  norf hello
# [1,]  TRUE  TRUE  TRUE FALSE
# [2,] FALSE FALSE  TRUE FALSE
# [3,] FALSE FALSE FALSE FALSE
# [4,] FALSE FALSE  TRUE  TRUE

> as.data.frame(d)                        ## convert to data frame
#     foo   bar  norf hello
# 1  TRUE  TRUE  TRUE FALSE
# 2 FALSE FALSE  TRUE FALSE
# 3 FALSE FALSE FALSE FALSE
# 4 FALSE FALSE  TRUE  TRUE