R语言根据指定关键词对统计函数输出生成对应二元向量求助

该需求完全可以通过base R实现，无需引入第三方包，具体实现方案如下：

实现逻辑 #

• 第一步：从原始字符向量中剔除intrcpt元素，得到待判断的特征项列表
• 第二步：对每个特征项分别按规则判断赋值：
  • 不含:的非交互项：只要包含provided向量中任意一个关键词，赋值为1
  • 含:的交互项：需要同时包含provided向量的两个关键词，才赋值为1
• 其余不符合规则的情况统一赋值为0

可运行代码示例 #

# 示例输入
statistical_function = c("intrcpt","weekssome","weekshigh",
                         "testeraware","weekssome:testeraware","weekshigh:testeraware")
provided_vector = c("high", "aware")

# 核心实现
# 1. 剔除截距项
terms <- statistical_function[statistical_function != "intrcpt"]

# 2. 逐元素判断赋值
desired_vector <- sapply(terms, function(x) {
  # 判断是否为交互项
  is_interaction <- grepl(":", x)
  if (!is_interaction) {
    # 非交互项匹配任意关键词即可
    as.integer(any(grepl(provided_vector[1], x), grepl(provided_vector[2], x)))
  } else {
    # 交互项需同时匹配两个关键词
    as.integer(all(grepl(provided_vector[1], x), grepl(provided_vector[2], x)))
  }
}, USE.NAMES = FALSE)

# 输出验证
desired_vector
# 运行结果：[1] 0 1 1 0 1，与预期结果完全一致

通用封装函数 #

如果需要重复调用该逻辑，可以封装为自定义函数：

generate_binary_vector <- function(stat_vec, provided) {
  # 输入校验：要求provided为长度2的字符向量
  stopifnot(is.character(provided), length(provided) == 2)
  # 剔除截距项
  terms <- stat_vec[stat_vec != "intrcpt"]
  # 逐元素判断
  sapply(terms, function(x) {
    if (!grepl(":", x)) {
      as.integer(any(grepl(provided[1], x), grepl(provided[2], x)))
    } else {
      as.integer(all(grepl(provided[1], x), grepl(provided[2], x)))
    }
  }, USE.NAMES = FALSE)
}

# 调用测试
generate_binary_vector(statistical_function, provided_vector)

内容的提问来源于stack exchange，提问作者rnorouzian