Как назначить элементы различным подмножествам в соответствии с номером буквы «А» в элементе в R?

Question

Я хочу распределить свои данные по разным группам в зависимости от количества букв «А».Например,

library("stringr")
data1 <- c("apple","appreciate","available","account","adapt")
data2 <- c("tab","banana","cable","tatabox")
list1 <- list(data1,data2)
ca <- lapply(list1, function(x) str_count(x, "a"))
> ca
[[1]]
[1] 1 2 3 1 2

[[2]]
[1] 1 3 1 2

И я хочу отделить это следующим образом:

a1
[[1]]
[1] "apple" "account" 
[[2]]
[1] "tab" "cable"

a2
[[1]]
[1] "appreciate" "adapt"
[[2]]
[1] "tatabox"

a3 ....

Не могли бы вы дать мне подсказку, как я могу это сделать?Спасибо

Answer 1

Вы можете использовать purrr::transpose после разделения.

Примечание. Этот код работает, только если у вас установлен пакет purrr.

purrr::transpose(Map(split, list1, ca))
# $`1`
# $`1`[[1]]
# [1] "apple"   "account"
# 
# $`1`[[2]]
# [1] "tab"   "cable"
# 
# 
# $`2`
# $`2`[[1]]
# [1] "appreciate" "adapt"     
# 
# $`2`[[2]]
# [1] "tatabox"
# 
# 
# $`3`
# $`3`[[1]]
# [1] "available"
# 
# $`3`[[2]]
# [1] "banana"

Для обновленного примера:

data1 <- c("apple","appreciate","available","account","adapt") 
data2 <- c("tab","banana","cable","tatabox","aaaaaaa") 
list1 <- list(data1,data2) 
ca <- lapply(list1, function(x) str_count(x, "a"))

вы можете использовать:

lapply(unique(unlist(ca)), 
       function(i) lapply(m, `[[`, as.character(i)))

# [[1]]
# [[1]][[1]]
# [1] "apple"   "account"
# 
# [[1]][[2]]
# [1] "tab"   "cable"
# 
# 
# [[2]]
# [[2]][[1]]
# [1] "appreciate" "adapt"     
# 
# [[2]][[2]]
# [1] "tatabox"
# 
# 
# [[3]]
# [[3]][[1]]
# [1] "available"
# 
# [[3]][[2]]
# [1] "banana"
# 
# 
# [[4]]
# [[4]][[1]]
# NULL
# 
# [[4]][[2]]
# [1] "aaaaaaa"

Answer 2

Это легко сделать с помощью mapply.Но вы должны установить аргумент SIMPLIFY = FALSE, по умолчанию - TRUE, и он возвращает matrix.
Затем, unlist результат и split снова, на этот раз атрибутом namesрезультирующий список.

ma <- mapply(split, list1, ca, SIMPLIFY = FALSE)
tmp <- unlist(ma, recursive = FALSE)
pattern <- ".*\\.([[:digit:]]+)\\s*$"
replace <- "\\1"
split(tmp, sub(pattern, replace, names(tmp)))
#$`1`
#$`1`$`1`
#[1] "apple"   "account"
#
#$`1`$`1`
#[1] "tab"   "cable"
#
#
#$`2`
#$`2`$`2`
#[1] "appreciate" "adapt"     
#
#$`2`$`2`
#[1] "tatabox"
#
#
#$`3`
#$`3`$`3`
#[1] "available"
#
#$`3`$`3`
#[1] "banana"

Наконец, уберите за собой:

rm(tmp)

Объяснение.

mapply объяснено выше.Попробуйте запустить его без аргумента SIMPLIFY и посмотрите, каков будет результат.
Затем unlist.Это связано с тем, что mapply было применено к списку, результатом split и ma является список списков.Если он становится простым списком, все строки всех членов data1, data2` и т. Д. Находятся на одном уровне списка.

Теперь последний split.Поскольку вектор names(tmp) не является вектором отсчетов целевой буквы "a", но может быть более сложным, используйте regex , чтобы сохранить только подсчеты.

Это последние цифры после последнего периода "." и до конца строки имен.

pattern <- ".*\\.([[:digit:]]+)\\s*$"

1. . любой символ;
2. .* любой символ повторяется любое количество раз, ноль или более;
3. \\. период, экранирован \\, потому что это специальный символ;
4. (something) скобка создает группу, в данном случае первую группу;
5. [[:digit:]] переносимый символьный класс десятичных цифр;
6. [[:digit:]]+ цифры повторяются один или несколько раз;
7. ([[:digit:]]+) группа состоит как минимум из одной цифры, может быть больше;
8. \\s* повторяется пробелноль или более раз (возможно, без пробелов вообще);
9. $ конец строки.

При взгляде с конца строки это

1. ([[:digit:]]+)\\s*$ одна или несколько цифр, за которыми могут следовать пробелы непосредственно перед концом строки;
2. \\.([[:digit:]]+)\\s*$ есть точка, \\., непосредственно перед шаблоном в точке 1.
3. .*\\.([[:digit:]]+)\\s*$ этому могут предшествовать любые символы, повторяемые любое количество раз.

Замена на \\1 соответствует пареопределено выше.Это означает, что только группа, последние цифры после последнего периода, дойдут до результата.