如何从 R 中 PubMed 的数据框列表 MESH 列表中提取单词

Question

我一直在尝试从具有嵌套列表的数据框中提取数据，但在尝试使用字符串函数 (str_detect) 之后，我只能处理变量 Abstract 这里是一个示例我的数据

{r setup, include=FALSE}
library(RISmed)
library(reticulate)
library(dplyr)
library(tibble)
library(stringr)
RCT_topic <- 'Randomized Clinical Trial'
RCT_query <- EUtilsSummary(RCT_topic, mindate=2005, maxdate=2015, retmax=2000)
summary(RCT_query)
RCT_records <- EUtilsGet(RCT_query)
RCT_data <- data_frame('PMID'=PMID(RCT_records),
                       'Title'=ArticleTitle(RCT_records),
                       'Abstract'=AbstractText(RCT_records),
                       'Year Published'=YearPubmed(RCT_records),
                       'Month Published'=MonthPubmed(RCT_records),
                       'Country'= Country(RCT_records),
                       'Grant' =GrantID(RCT_records),
                       'Acronym' =Acronym(RCT_records),
                       'Agency' =Agency(RCT_records),
                       'Mesh'=Mesh(RCT_records))
#Latino
RCT_data$Latino <- grepl("Latino|latino|Hispanic|hispanic",RCT_data$Abstract)
table(RCT_data$Latino)
RCT_true = RCT_data[RCT_data$Latino == "TRUE",]
RCT_true %>% str_detect("Hispanic Americans")
RCT_true %>% mutate(Latino_Mesh = ifelse(Mesh %>% str_detect("Latino|latino|Hispanic|hispanic"), "yes", "no"))

此代码将创建 R 已读取的 11 个观察结果的子项，在变量 Abstract 中有拉丁裔或西班牙裔字样，我试图找出一种方法让 R 读取变量 Mesh，但它没有' 似乎能够读取整个嵌套列表，即使当您看到每个变量时，您也可以清楚地看到列表中有 Hispanic American 这个词

{r}
RCT_true$Mesh

我正在尝试找到一种方法，以便 R 可以读取 RCT_true$Mesh 和 return 是的，在新列中有一个词 "Hispanic Americans"，例如我之前用抽象变量

Answer 1

由于 RCT_true$Mesh 是包含数据框的列表，因此应使用 grepl 函数评估每个数据框并将结果保存在索引器向量中（即 RCT_true$Mesh_Latino）：

lapply(RCT_true$Mesh, function(x){

   any( grepl("(Latino|latino|Hispanic|hispanic)", as.character(x$Heading) ) )

  }) %>% 
  unlist() %>%
  as.logical() -> RCT_true$Mesh_Latino

RCT_true[RCT_true$Mesh_Latino == "TRUE",]

# # A tibble: 5 x 12
#  PMID  Title Abstract `Year Published` `Month Publishe… Country Grant Acronym Agency Mesh  Latino Mesh_Latino
#  <chr> <chr> <chr>               <dbl>            <dbl> <chr>   <chr> <chr>   <chr>  <lis> <lgl>  <lgl>      
#1 2671… Beyo… "Within…             2015               12 United… CA01… CA      NCI N… <dat… TRUE   TRUE       
#2 2670… Trea… OBJECTI…             2015               12 United… KL2 … TR      NCATS… <dat… TRUE   TRUE       
#3 2669… Vali… "Resear…             2015               12 England NA    NA      NA     <dat… TRUE   TRUE       
#4 2668… The … BACKGRO…             2015               12 United… K23 … MH      NIMH … <dat… TRUE   TRUE       
#5 2665… Heal… BACKGRO…             2015               12 United… R01 … HL      NHLBI… <dat… TRUE   TRUE

如何从 R 中 PubMed 的数据框列表 MESH 列表中提取单词

How to extract words from a list of the data frame list MESH from PubMed in R

r

mesh

stringr

text-extraction