如何用dplyr判断拆分后列表的每个元素是否含指定子串？

当然可以用dplyr结合stringr来实现，具体步骤如下：

首先加载需要的包：

library(dplyr)
library(stringr)

定义你的数据：

string <- c("ABC, BCD, DAB", "BCA, CDA, ABDA")
s1 <- "AB"
s2 <- "CD"

接下来通过dplyr的链式操作完成判断：

result <- tibble(original = string) %>%
  # 给每个原始字符串添加索引，方便后续分组
  mutate(id = row_number()) %>%
  # 按", "拆分字符串，把每个子元素拆成单独一行
  separate_rows(original, sep = ", ") %>%
  # 判断每个子元素是否包含s1或s2
  mutate(contains_target = str_detect(original, s1) | str_detect(original, s2)) %>%
  # 按原始字符串的索引分组
  group_by(id) %>%
  # 检查组内所有子元素都满足条件（即所有contains_target都是TRUE）
  summarise(all_match = all(contains_target)) %>%
  # 提取最终的逻辑结果向量
  pull(all_match)

result
#> [1]  TRUE FALSE

代码说明： #

• tibble(original = string)：把原始字符串向量转换成dplyr友好的数据框格式
• mutate(id = row_number())：添加行号作为分组依据，确保后续能对应回原始的每个字符串
• separate_rows(...)：将每个逗号分隔的字符串拆分成多行，每个子元素单独占一行
• str_detect(original, s1) | str_detect(original, s2)：判断当前子元素是否包含s1或s2
• group_by(id)：按原始字符串的索引分组，确保我们是对每个原始字符串的所有子元素进行判断
• all(contains_target)：检查组内所有子元素的判断结果是否都是TRUE，只要有一个是FALSE，整个组就返回FALSE
• pull(all_match)：把最终的判断结果提取成向量，和你预期的输出一致

内容的提问来源于stack exchange，提问作者Jirka Čep