我可以强制 R data.table %like% 使用“fixed = TRUE”吗？

Posted 2023-02-14

【中文标题】我可以强制 R data.table %like% 使用“fixed = TRUE”吗？

【英文标题】：Can I force R data.table %like% to use "fixed = TRUE"?

【发布时间】：2022-01-05 21:33:12

【问题描述】：

我有一个 data.table，我想确定一组代码是否存在于特定字符列中。我将模式作为值向量传递给%like%，如图所示。这种语法对我有用；但是，我想强制 %like% 函数将模式向量的每个元素视为文字，即不使用 . 作为正则表达式通配符。 data.table的手册说like函数可以设置为fixed = TRUE。有没有办法可以强制我的代码使用%like% 将. 和.. 视为文字而不是通配符？谢谢。 J

这有效，但处理“。”错误地作为通配符：

Codes <- c("65E..|9OX..|9OX1.|9OX2.|9OX3.|9OXZ.|Xaa9G")

ActualCodes <- dt[code_id %like% Codes] 

这不是：

Codes <- c("65E..|9OX..|9OX1.|9OX2.|9OX3.|9OXZ.|Xaa9G")

ActualCodes <- dt[code_id %like% Codes, fixed = TRUE] 

【问题讨论】：

你可以试试dt[like(code_id, Codes, fixed = TRUE)]。问题似乎是fixed = TRUE 被视为j 而不是like 的参数。此外，| 将在fixed = TRUE 中被视为字面意思。没有一个可重复的小例子就不清楚

我猜最好的选择是逃避你的.，即Codes <- gsub(".", "\\.", Codes, fixed = TRUE)，然后使用第一个选项

谢谢。我试过这个，但没有运气，无法通过转义“。”来使其工作。在代码中，使用“\\.”或如以下建议所示， "[.]" 。两者似乎都不适用于类似的功能，但很好的尝试。

【参考方案1】：

如果您查看?'%like%' 的帮助页面，您应该会看到like 有两种形式。您尝试使用的是中缀 tw0 参数版本，不接受 fixed =TRUE 参数。我确实尝试使用“un-anded”版本但失败了。起作用的是避开“固定”策略，而是使用字符类方法来获得“精确周期”：

DT = data.table(Name=c("65E..","65EXX","Xaa9G"), Salary=c(2,3,4))
DT
#---------------
    Name Salary
1: 65E..      2
2: 65EXX      3
3: Xaa9G      4


 
 DT[Name %like% "^Mar"]  # the example was copied from the help page
#Empty data.table (0 rows and 2 cols): Name,Salary
 Codes <- c("65E..|9OX..|9OX1.|9OX2.|9OX3.|9OXZ.|Xaa9G")
 DT[ Name %like%  Codes]
 #   Name Salary
#1: 65E..      2
#2: 65EXX      3       # WRONG, try again
#3: Xaa9G      4  

 
 Codes <- gsub("[.]", "[.]", Codes, fixed = TRUE)  #doesn't succeed
 Codes
#[1] "65E..|9OX..|9OX1.|9OX2.|9OX3.|9OXZ.|Xaa9G"  # wrong result, no matches

 Codes <- gsub("[.]", "[.]", Codes)   # remove "fixed", character class succeeds
 Codes
#[1] "65E[.][.]|9OX[.][.]|9OX1[.]|9OX2[.]|9OX3[.]|9OXZ[.]|Xaa9G"
 DT[ Name %like%  Codes]
# --- correct result----
    Name Salary
1: 65E..      2
2: Xaa9G      4   # SUCCESS

【讨论】：

Thx IRTFM，这似乎可行，也许 data.table 包需要一些修订/更新？我意识到这是一个奇怪的例子，为什么要输入 .或 * 几乎肯定会导致问题？这些是“读取”代码，直到最近才在英国用于记录医疗数据，很久以前由一位医生开发，可能在数据计算机化之前。

我无法让普通的 like 函数与我的简单 data.table 示例一起使用。我不知道为什么。我的猜测是它适用于 J 位置的按行操作，但我还没有测试过这个理论。你有 data.table 标签，所以它的维护者可能会得到这个。否则我可能会向他的 data.table github 页面提交问题。