如何使用str_detect（）选择行，然后根据匹配的模式创建新变量？

我有一个几十万行的数据集。下面是一个他们看起来像什么的例子

  X      user_id     screen_name                name        location
  1 1 1.732895e+09   DROPPSScience   DROPPS Consortium                
  2 2 1.172266e+18    Lamy40283167  Alex lamy precious Washington, USA
  3 3 3.773702e+08         cdockjr      Calvin Wilborn    Alabama, USA
  4 4 7.040063e+07           xmtl2             Felicio                
  5 5 3.929519e+08    DeleceWrites Delece Smith-Barrow  Washington, DC
  6 6 1.130459e+18    evabrooke_26                 Eva                
  7 7 1.067302e+08 MitchellHortert Mitchell R. Hortert   Pittsburgh,PA

我在找到第二个数据集

我试图使用str_detect（）查找states.csv文件中“location”列和任一列之间的任何匹配项。然后，我想创建一个新变量，用于存储每个观察的匹配模式

到目前为止，我已经尝试使用

data.set %>%
    filter(str_detect(location, paste(states$State)

这将返回一些匹配项，但会忽略许多观察结果并发出警告

Warning message:
In stri_detect_regex(string, pattern, negate = negate, opts_regex = opts(pattern)) :
longer object length is not a multiple of shorter object length

州$State是一个因子变量，每个州和DC有51个级别。 是什么原因导致此警告，虽然匹配项很少，但它在某种程度上起作用

---

最后，我如何创建一个新变量，该变量基于匹配发生的时间，将匹配模式放入新变量中？

如果“位置”和“状态”的长度不相同，可以选择使用

粘贴中的
折叠
来识别每个模式。它充当
或

library(stringr)
library(dplyr)
data.set %>%
    filter(str_detect(location, paste(states$State, collapse = "|")))

由于我们已经在使用
stringr
，
stru c
可以替代
paste

data.set %>%
    filter(str_detect(location, str_c(states$State, collapse = "|")))

或者如@HanselPalencia所述，如果“状态”中存在混淆，则使用“缩写”列进行模式检测

data.set %>%
  filter(str_detect(location, str_c(states$Abbreviation, collapse = "|")))

你试过使用mutate（）吗？需要注意的是，匹兹堡州是宾夕法尼亚州，因此我们必须找到一种方法，在必要的地方使用缩写进行检测。要在新变量中获得匹配，你可以使用mutate（）而不是过滤器，说些类似于
mutate（matches=str_detect（location，str_c）的话（states$State，collapse=“|”）
（取自@Akrun）mutate函数起作用，但新添加的变量是TRUE还是FALSE取决于是否存在匹配。是否有方法粘贴导致此新变量中匹配的模式？@Auresm如果需要提取模式。使用
str_extract
即
data.set%>%mutate（newcol=str_extract（location，str_c（表示$缩写，collapse=“|”）