R语言技术问询：提取匹配字典的字符串并拆分为多列

嘿，这需求我熟！要从target数据集的favor列里匹配指定字典的字符串，还自动生成对应的列，用R语言可以轻松搞定，我给你两种常用的实现方式：

方法一：用tidyverse工具包（推荐，代码更简洁直观） #

首先我们加载处理数据常用的dplyr和stringr，还有批量处理的purrr：

library(dplyr)
library(stringr)
library(purrr)

然后定义你给的字典和目标数据集（注意设置stringsAsFactors = FALSE避免字符串变成因子类型）：

# 字典向量
dictionary <- c("apple", "banana", "orange", "grape")
# 目标数据集
target <- data.frame(
  "user" = c("A", "B", "C"),
  "favor" = c("I like apple and banana", "grape and kiwi", "orange, banana and grape are the best"),
  stringsAsFactors = FALSE
)

接下来是核心操作：批量遍历字典里的每个词，检测favor列是否包含该词，然后自动生成对应列：

# 生成匹配结果列（1表示存在，0表示不存在）
result <- target %>%
  bind_cols(
    map_dfc(dictionary, ~ str_detect(.$favor, .x) %>% as.integer()) %>%
      set_names(dictionary)
  )

# 查看结果
print(result)

运行后会得到这样的输出：

user                                      favor apple banana orange grape
1    A                      I like apple and banana     1      1      0     0
2    B                            grape and kiwi     0      0      0     1
3    C orange, banana and grape are the best     0      1      1     1

如果你不想用0/1标记，而是要提取实际匹配到的字符串（多个匹配项用逗号分隔），可以把str_detect换成str_extract_all：

# 提取实际匹配的字符串
result_with_text <- target %>%
  bind_cols(
    map_dfc(dictionary, ~ str_extract_all(.$favor, .x) %>% sapply(paste, collapse = ",")) %>%
      set_names(dictionary)
  )

print(result_with_text)

输出结果：

user                                      favor apple banana orange grape
1    A                      I like apple and banana apple banana        ""    ""
2    B                            grape and kiwi    ""     ""        "" grape
3    C orange, banana and grape are the best    "" banana orange grape

方法二：基础R实现（无需额外包） #

如果你不习惯用tidyverse，用基础R的循环也能实现：

# 遍历字典，给每个词生成对应的列
for (word in dictionary) {
  target[[word]] <- as.integer(grepl(word, target$favor))
}

# 查看结果
print(target)

这个代码会直接在原数据集target里添加匹配列，效果和方法一的0/1标记版本完全一样。

两种方法都能自动生成字典中每个词对应的列，完美满足你的需求～

内容的提问来源于stack exchange，提问作者swchen