Zastąp wiele wartości w kolumnie tabeli danych po wielokrotnym dopasowaniu do wzorca
Oto fragment, który może pomóc kilku `` początkującym w R '', takim jak ja: odnosiłem się do tego wątku dla potrzeby w mojej tabeli stopionych danych:
Zastąp cały ciąg w dowolnym miejscu w dataframe na podstawie częściowego dopasowania za pomocą dplyr
Szukałem łatwego sposobu na zastąpienie całego ciągu w jednej z kolumn w tabeli danych częściowym pasującym ciągiem. Nie mogłem znaleźć prostego dopasowania na forum, stąd ten post.
dt<-data.table(x=c("A_1", "BB_2", "CC_3"),y=c("K_1", "LL_2", "MM_3"),z=c("P_1","QQ_2","RR_3")
> dt
x y z
1: A_1 K_1 P_1
2: BB_2 LL_2 QQ_2
3: CC_3 MM_3 RR_3
zamień wiele wartości w col na ywiele wzorców do dopasowania:
dt[,2]<-str_replace_all(as.matrix(dt[,2]),c("K_.*" = "FORMULA","LL_.*" = "RACE","MM_.*" = "CAR"))
użycie as.matrix()w kolumnie wyklucza ostrzeżenie na wejściu do str_replace_all()funkcji. Wynik to:
> dt[,2]<-str_replace_all(as.matrix(dt[,2]),c("K_.*" = "FORMULA","LL_.*" = "RACE","MM_.*" = "CAR"))
> dt
x y z
1: A_1 FORMULA P_1
2: BB_2 RACE QQ_2
3: CC_3 CAR RR_3
>
bardzo nieeleganckie, ale działało dla mnie, gdy dane w kolumnie są duże, wydawało się to szybkim rozwiązaniem.
Wymaga library(stringr). Wszelkie sugestie dotyczące ulepszeń są mile widziane.
Edytujesz ten post, ponieważ próbowałem czegoś jak poniżej:
dt<-data.table(x=c("A_1", "BB_2", "CC_3"),y=c("K_1", "LL_2", "MM_3"),z=c("P_1","QQ_2","RR_3"))
dt[, nu_col := c(1:3)]
molten.dt<-melt(dt,id.vars = "nu_col", measure.vars = c("x","y","z"))
molten.dt[, one_more := ifelse(grepl("A_.*", value), "HONDA","FERRARI")]
Błąd, który widzę na konsoli Rstudio to:
Error in `:=`(one_more, ifelse(grepl("A_.*", value), "HONDA", "FERRARI")) :
Check that is.data.table(DT) == TRUE. Otherwise, := and `:=`(...) are defined for use in j, once only and in particular ways. See help(":=").
Działa doskonale na Terminalu R.
> dt<-data.table(x=c("A_1", "BB_2", "CC_3"),y=c("K_1", "LL_2", "MM_3"),z=c("P_$
> dt[, nu_col := c(1:3)]
> molten.dt<-melt(dt,id.vars = "nu_col", measure.vars = c("x","y","z"))
> molten.dt
nu_col variable value
1: 1 x A_1
2: 2 x BB_2
3: 3 x CC_3
4: 1 y K_1
5: 2 y LL_2
6: 3 y MM_3
7: 1 z P_1
8: 2 z QQ_2
9: 3 z RR_3
> molten.dt[, one_more := ifelse(grepl("A_.*", value), "HONDA","FERRARI")]
> molten.dt
nu_col variable value one_more
1: 1 x A_1 HONDA
2: 2 x BB_2 FERRARI
3: 3 x CC_3 FERRARI
4: 1 y K_1 FERRARI
5: 2 y LL_2 FERRARI
6: 3 y MM_3 FERRARI
7: 1 z P_1 FERRARI
8: 2 z QQ_2 FERRARI
9: 3 z RR_3 FERRARI
>
Odpowiedzi
data.table ma inny interfejs API do aktualizacji. Chociaż byłoby to dplyr :
tib <- tib %>% mutate(new_col = old_col + 2)
To samo dzieje się na miejscu za pomocą :=operatora:
dt[, new_col := old_col + 2]
Zwróć więc uwagę, że kiedy już znajdziemy się w nawiasach, możemy przekazać wektor do innych funkcji. Aby zastosować to do twojego przykładu, możemy zrobić ...
library(data.table)
library(stringr)
dt<-data.table(x=c("A_1", "BB_2", "CC_3"),y=c("K_1", "LL_2", "MM_3"),z=c("P_1","QQ_2","RR_3"))
dt[, y := str_replace_all(y,c("K_.*" = "FORMULA","LL_.*" = "RACE","MM_.*" = "CAR")) ]
dt
## x y z
## <char> <char> <char>
## 1: A_1 FORMULA P_1
## 2: BB_2 RACE QQ_2
## 3: CC_3 CAR RR_3
Uwaga, ponieważ str_replace_allspodziewa się wektor, mogłeś wymienić as.matrix(dt[,2])z dt[[2]]. Różnica polega na tym, że dt[, 2]tworzy jednokolumnowy data.table; as.matrix(dt[, 2])tworzy macierz jednokolumnową, a dt[[2]]produkuje wektor. Nadal zalecałbym używanie dt[, new := old + 2]typu składni.