为什么 lapply 不转发额外的参数？

Question

我有一个很大的推文数据集，其中每一行都是一个唯一的推文，并且我有一个关键字列表，如果变量中存在一个或多个关键字，我想从这些推文中提取这些关键字文字。此关键字列表已编译成正则表达式（保存在变量 search_key 中），包括一些环视和其他条件。

如果使用以下代码，字符串的提取工作得很好：

data$keyword <- stri_extract_all(str = data$text, regex = search_key)

但是为了 optimize/parallelize 代码，我想使用 apply 系列的函数。但是在执行以下行之一时，我总是会出错，因为 regex-argument 没有传递给 stri_extract_all -功能：

data$keyword <- lapply(data$text, FUN = stri_extract_all(), regex = search_key)
data$keyword <- lapply(data$text, FUN = stri_extract_all(), regex = get(search_key))
data$keyword <- lapply(data$text, FUN = stri_extract_all(), ... = "regex=search_key")

此行为独立于 search_key 和 text 变量的内容，因此任何文本列和任何有效的正则表达式都可以用于测试。以下数据是我的数据的简化版，同样可以使用：

data <- structure(list(status_id = c(1112765520644894720, 1112938379296104448, 
1112587129622876160, 1113006196259196928, 1112840488208531456
), text = c("@LaraFukuro more frilly stuff but i actually found a matching carrot bag which also screamed \"LARA\" inside me xD", 
"@EuroMasochismo @VaeVictis @AlbertoBagnai @Comunardo La selezione fatta a dodici anni favorisce chi è seguito. È come selezionare a 4 anni chi deve giocare a pallone proibendolo a tutti gli altri ...", 
"@SignorErnesto @Cr1st14nM3s14n0 @ggargiulo3 @micheleboldrin Sbagliato io.", 
"@BrownResearchGT On Aconcagua, the permit requires climbers above basecamp to collect their waste and carry it back down where it's taken away by helicopter. They actually weigh the bag! And still, most small rocks had human feces underneath. It's a problem!\r\nHopefully @DenaliNPS will follow suit. ", 
"@Jenn198523 Once you silence a person &amp; cover them with a huge trash bag, beating &amp; killing are not far behind."
)), row.names = c(NA, -5L), class = c("tbl_df", "tbl", "data.frame"
))

search_key <- "(?<=(^|\s|\D))([:alnum:]*|@[:alnum:]*|#[:alnum:]*)bag([:alnum:]*)(?=(\D|\s|$))"

我犯了什么错误，如何解决？
当然也欢迎任何有关优化此类任务的建议。

Answer 1

stri_extract_all 已在 str 上矢量化。您不需要将其包含在 lapply 中，如果这样做，您的代码会显着变慢。

data$keyword <- stri_extract_all(data$text, regex = search_key)

为什么 lapply 不转发额外的参数？

Why is lapply not forwarding additional arguments?

r

apply

lapply

stringi