如何从两个字符串向量创建1s和0矩阵？

Question

我正在创建一个由1和0组成的矩阵。如果一个单词是字符串的一部分，则为1，否则为0。

例如，预期矩阵如下所示：

                           white hanging heart holder black suitcase
white hanging heart holder     1       1     1      1     0        0
black suitcase                 0       0     0      0     1        1

我所掌握的是两个向量：

Itemsvector = c("white hanging heart holder","black suitcase", ...)
Wordsvector = c("white","hanging","heart","holder","black", "suitcase",...)

我在玩%操作符中%的用法

strsplit(Itemsvector[1], split = ' ')[[1]] %in% Wordsvector

也是

grepl(Wordsvector[1], Itemsvector)

这确实给了我真假值，虽然我迷失了把这组值映射到整个矩阵网格。

Answer 1

您可以尝试使用double sapply，因为您已经有了Wordsvector来搜索不再需要拆分Itemsvector。我们可以使用Itemsvector找到某个特定的单词是否存在，并且为了额外的预防，我们添加了单词边界，这样它就不匹配"white"和"whites"“。

+(t(sapply(Itemsvector, function(x) sapply(Wordsvector, function(y) 
                                  grepl(paste0("\\b",y, "\\b"), x)))))

#                           white hanging heart holder black suitcase
#white hanging heart holder     1       1     1      1     0        0
#black suitcase                 0       0     0      0     1        1

数据

Itemsvector = c("white hanging heart holder","black suitcase")
Wordsvector = c("white","hanging","heart","holder","black", "suitcase")

Answer 2

我们可以更容易地使用table将“Itemsvector”拆分为list of vectors，将其转化为data.frame并使用table

table(stack(setNames(strsplit(Itemsvector, " "), Itemsvector))[2:1])
#                             values
#ind                          black hanging heart holder suitcase white
#  white hanging heart holder     0       1     1      1        0     1
#  black suitcase                 1       0     0      0        1     0

或使用mtabulate

library(qdapTools)
mtabulate(setNames(strsplit(Itemsvector, " "), Itemsvector))