r - 如果任何行包含子字符串，则标记

Question

我有一个字符变量数据集:

col1 = c("a","b","c")
col2 = c("a","b_a","d")
df = data.frame(col1,col2)

  col1 col2
1    a    a
2    b  b_a
3    c    d

我想创建一个变量 a，如果该行中的任何值包含子字符串“a”，则该变量 a 会标记为 1,0。

  col1 col2 a
1    a    a 1
2    b  b_a 1
3    c    d 0

我的尝试如下。它并没有完全做到这一点，因为我相信如果数据帧中的任何值包含子字符串而不是行，则它需要 TRUE 。

df["a"] = ifelse(any(sapply(df,function(x) str_detect(x,"a")),TRUE),1,0)

我的想法是，使用 ifelse 语句时，ifelse 语句中的任何函数仅计算 df[i,] 而不是整个dataframe，其中 i 是它正在查看的行。事实似乎并非如此。

1. 如何构建我正在寻找的数据框？请注意，在我的真实数据集中，有 100 多列，因此将它们全部列出来是没有意义的。

2. 为什么 ifelse 不只计算 df 的第 i 行，而不是整个 df？

请注意，之前的问题仅查看 at one variable ，我正在查看所有变量，因此这不是重复的。

Answer 1

您可以使用

grepl('a', paste0(df$col1, df$col2))

或者概括为任意数量的列

grepl('a',  do.call(paste0, df))

还有第三个选项，如果您要搜索多字符子字符串而不是单个字母，这可能更安全。在这种情况下，您可能希望避免使用 paste ，以便例如在向量 c('xa', 'bx') 中搜索 'ab' 不会给出误报。在这种情况下，我们可以使用:

substr = 'a'
as.logical(colSums(apply (df, 1, function(x) grepl(substr, x))))