Pesquisando Strings

Parte da seção Lógica e Fluxo do Journey de R da Coddy. Lição 4 de 64.

grepl(pattern, x) retorna TRUE para cada elemento de x que contém pattern. Adicione fixed = TRUE para procurar pelos caracteres exatos. Sem isso, o padrão é uma expressão regular, na qual caracteres como . e ? têm significados especiais.

files <- c("report.csv", "photo.png", "data.csv")
print(grepl(".csv", files, fixed = TRUE))
print(files[grepl(".csv", files, fixed = TRUE)])

Saída:

[1]  TRUE FALSE  TRUE
[1] "report.csv" "data.csv"

startsWith(x, prefix) e endsWith(x, suffix) verificam apenas o início ou o fim de cada string. Todas essas buscas diferenciam maiúsculas de minúsculas, portanto, converta primeiro com tolower() para ignorar maiúsculas e minúsculas.

names <- c("Anna", "bob", "Andre")
print(startsWith(names, "An"))
print(startsWith(tolower(names), "b"))

Saída:

[1]  TRUE FALSE  TRUE
[1] FALSE  TRUE FALSE

Os resultados são vetores lógicos, então sum() conta as correspondências e any() verifica se há pelo menos uma:

emails <- c("a@x.com", "bad-address", "c@y.org")
valid <- grepl("@", emails, fixed = TRUE)
print(sum(valid))
print(any(!valid))

Saída:

[1] 2
[1] TRUE

grep(pattern, x) retorna as posições dos elementos correspondentes, e grep(pattern, x, value = TRUE) retorna os próprios elementos:

files <- c("a.csv", "b.txt", "c.csv")
print(grep(".csv", files, fixed = TRUE))
print(grep(".csv", files, fixed = TRUE, value = TRUE))

Saída:

[1] 1 3
[1] "a.csv" "c.csv"

Desafio

Fácil

Complete count_domain(emails, domain). Retorne quantos endereços em emails terminam com @ seguido por domain. Ignore maiúsculas e minúsculas: CY@CODDY.TECH conta para o domínio coddy.tech.

O código fornecido lê os endereços como uma linha separada por vírgulas, depois o domínio, e imprime o número retornado.

Experimente você mesmo

count_domain <- function(emails, domain) {
  # Escreva seu código aqui
  0
}

# Código de entrada/saída fornecido: mantenha-o como está
input <- suppressWarnings(readLines(file("stdin")))
emails <- strsplit(input[1], ",")[[1]]
cat(count_domain(emails, input[2]), sep = "\n")