我有一个看起来像这样的表:

  ID          term value
1  A cat,dog,snake    10
2  B       cat,eel    50
3  C      fish,eel     3
4  D      fish,dog     6

data.frame(ID = c("A", "B", "C", "D"),
           term = c("cat,dog,snake", "cat,eel", "fish,eel", "fish,dog"),
           value = c(10, 50, 3, 6))

我有一个感兴趣的列表:

dog
fish
eel

我想要做的是为列表中的每个项目搜索每一行并计算平均值(值列)。像这样:

  term mean
1  dog  8.0
2 fish  4.5
3  eel 26.5

在每个有 'dog' 的实例中，它都会计算 value 的 mean。

这样的东西是行不通的:

df %>% 
  group_by(., grepl(list, term)) %>% 
  summarise(mean = mean(value))

我不想做的是将每个术语分开到它自己的行中，因为术语的某些行有 100 多个选项。所以我能想到的唯一有效方法是通过 grep 搜索进行分组。虽然也许我错了......

最佳答案

也许是这样的？

mylist <- c("dog", "fish", "eel")
pattern <- paste0(mylist, collapse = "|")


df %>% 
  separate_rows(term) %>% 
  group_by(term = str_extract(term, pattern)) %>% 
  summarise(mean = mean(value, na.rm = TRUE)) %>% 
  na.omit()

或

library(dplyr)

mylist <- c("dog", "fish", "eel")

df %>% 
  separate_rows(term) %>% 
  group_by(term) %>% 
  summarise(mean = mean(value, na.rm = TRUE)) %>% 
  filter(term %in% mylist)

 term   mean
  <chr> <dbl>
1 dog     8  
2 eel    26.5
3 fish    4.5

https://stackoverflow.com/questions/69697448/