r-grepl，在数据框中搜索模式列表，并注意找到每个模式的行

我希望这是一个我没有看到的简单解决方案…我有一个功能，可以搜索数据帧中的模式列表，然后将输出保存为TSV：

dfSubset <- df[apply(df, 1, function(i) any(grepl(paste(my.list, collapse="|"), i))),]
write_tsv(dfSubset, "dfSubset.txt", col_names=TRUE)

谢谢您的帮助和建议。

试试这个：

library(stringr)
rgx = paste(my.list, collapse='|')

dfSubset$Pattern_found = apply(dfSubset, 1, function(i) str_extract(paste(i, collapse=','), rgx))

> dfSubset
#       V1     V2     V3     V4     V5 Pattern_found
# 3 100409 100087 100767 100145   7048          7048
# 4 100682 100583 100336 100895 100719           682
# 7 100252 100024 100829 100813   7078          7078

---

在您的

dfSubset

上添加base R的想法

ind <- unlist(sapply(my.list, function(i) grep(i, do.call(paste, dfSubset))))
data.frame(dfSubset[as.integer(ind),], Pattern_found = names(ind))

#      V1     V2     V3     V4     V5 Pattern_found
#4 100682 100583 100336 100895 100719           682
#3 100409 100087 100767 100145   7048          7048
#7 100252 100024 100829 100813   7078          7078

---

什么是

SSTI.list

？SSTI.list是一个打字错误，现在改为my.list。我不确定我是否完全理解输出应该是什么样子。添加了所需的输出

library(stringr)
rgx = paste(my.list, collapse='|')

dfSubset$Pattern_found = apply(dfSubset, 1, function(i) str_extract(paste(i, collapse=','), rgx))

> dfSubset
#       V1     V2     V3     V4     V5 Pattern_found
# 3 100409 100087 100767 100145   7048          7048
# 4 100682 100583 100336 100895 100719           682
# 7 100252 100024 100829 100813   7078          7078

ind <- unlist(sapply(my.list, function(i) grep(i, do.call(paste, dfSubset))))
data.frame(dfSubset[as.integer(ind),], Pattern_found = names(ind))

#      V1     V2     V3     V4     V5 Pattern_found
#4 100682 100583 100336 100895 100719           682
#3 100409 100087 100767 100145   7048          7048
#7 100252 100024 100829 100813   7078          7078

library(stringi)
df$new <- stri_extract_all_regex(do.call(paste, df), paste(my.list, collapse = '|'), simplify = TRUE)[,1]
df[!is.na(df$new),]

#      V1     V2     V3     V4     V5  new
#3 100409 100087 100767 100145   7048 7048
#4 100682 100583 100336 100895 100719  682
#7 100252 100024 100829 100813   7078 7078