代码之家  ›  专栏  ›  技术社区  ›  Matias Andina

在R中向字母数字字符串添加数字的有效方法

  •  5
  • Matias Andina  · 技术社区  · 7 年前

    我有一个 data.frame ID由字母数字字符序列组成(例如。, id = c(A001, A002, B013) ).我在寻找一个简单的函数 stringr 或 stirngi c(A002, A003, B014) ).

    str_add_n <- function(df, string, n, width=3){
    
      string <- enquo(string)
    
      ## split the string using pattern
    df <-  df %>%
        separate(!!string,
                 into = c("text", "num"), 
                 sep = "(?<=[A-Za-z])(?=[0-9])",
                 remove=FALSE
        ) %>%
        mutate(num = as.numeric(num),
               num = num + n,
               num = stringr::str_pad(as.character(num),
                                      width = width,
                                      side = "left",
                                      pad = 0 
                                      )
               ) %>%
        unite(next_string, text:num, sep = "")
    
    
    return(df)  
    }
    

    让我们做一个玩具 df

    df <- data.frame(id = c("A001", "A002", "B013"))
    str_add_n(df, id, 1)
        id next_string
    1 A001        A002
    2 A002        A003
    3 B013        B014
    

    同样,这是有效的,我想知道是否有更好的方法来做到这一点,欢迎所有的调整!

    更新

    根据建议的答案,我进行了一些基准测试,似乎两者都非常接近,我倾向于 str_add_n_2 (我改了名字,可以同时运行这两个程序,并采纳了 x<-as.character(x) )

    microbenchmark::microbenchmark(question = str_add_n(df, id, 1),
     answer = df %>% mutate_at(vars(id), funs(str_add_n_2(., 1))),
     string_add = df %>% mutate_at(vars(id), funs(string_add(as.character(.)))))
    

    产生

    Unit: milliseconds
           expr      min       lq     mean   median       uq
       question 4.312094 4.448391 4.695276 4.570860 4.755748
         answer 2.932146 3.017874 3.191262 3.117627 3.240688
     string_add 3.388442 3.466466 3.699363 3.534416 3.682762
          max neval cld
     10.29253   100   c
      8.24967   100 a  
      9.05441   100  b 
    

    欢迎更多的调整!

    2 回复  |  直到 7 年前
        1
  •  4
  •   markus    7 年前

    这里有一个解决问题的方法 gsubfn

    id <- c("A001", "A002", "B013")
    
    library(gsubfn)
    gsubfn("([0-9]+)", function(x) sprintf("%03.0f", as.numeric(x) + 1), id)
    #[1] "A002" "A003" "B014"
    

    string_add <- function(string, add = 1, width = 3) {
      gsubfn::gsubfn("([0-9]+)", function(x) sprintf(paste0("%0", width, ".0f"), as.numeric(x) + add), string)
    }
    
    string_add(id, add = 10, width = 5)
    #"A00011" "A00012" "B00023"
    
        2
  •  3
  •   r2evans    7 年前

    我建议基于 矢量 mutate_at(vars(id,...), funs(str_add_n)) .

    str_add_n <- function(x, n = 1L) {
      gr <- gregexpr("\\d+", x)
      reg <- regmatches(x, gr)
      widths <- nchar(reg)
      regmatches(x, gr) <- sprintf(paste0("%0", widths, "d"), as.integer(reg) + n)
      x
    }
    
    vec <- c("A001", "A002", "B013")
    str_add_n(vec)
    # [1] "A002" "A003" "B014"
    

    如果在框架中:

    df <- data.frame(id = c("A001", "A002", "B013"), x = 1:3,
                     stringsAsFactors = FALSE)
    library(dplyr)
    df %>%
      mutate_at(vars(id), funs(str_add_n(., 3)))
    #     id x
    # 1 A004 1
    # 2 A005 2
    # 3 B016 3
    

    警告:这需要真正的 character factor ... 一种可能的防守策略可能是增加 x <- as.character(x) 在函数定义中。