代码之家 › 专栏 › 技术社区 › C8H10N4O2

data.table中的条件滚动字符串concat

string-concatenation data.table r

C8H10N4O2 · 技术社区 · 7 年前

我有一个 data.table 从一个奇怪的文件中获得:

library(data.table)

istub  <- setDT(read.fwf( 'http://www.bls.gov/cex/pumd/2016/csxistub.txt', 
                          widths=c(2,3,64,12,2,3,10), skip=1,
                          stringsAsFactors=FALSE, strip.white=TRUE,
                          col.names = c( "type", "level", "title", "UCC", 
                                         "survey", "factor","group" )
                ) )

文件的一个怪癖是如果 type==2 ,该行仅保留前一行的 title 字段。

所以,我想加上 标题 上一行的标题我假设每一条普通线只有一个续行。

对于每个示例,请从以下内容开始:

df <- copy(istub) # avoids extra requests of file

基R溶液:(期望结果)

我知道我能做到:

# if type == 2, "title" field should be appended to the above row's "title" field
continued <- which(df$type==2)

# You can see that these titles are incomplete,
#  e.g., "School books, supplies, equipment for vocational and"  
tail(df$title[continued-1])

df$title[continued-1] <- paste(df$title[continued-1],df$title[continued])

# Now they're complete
# e.g., "School books, supplies, equipment for vocational and technical schools"    
tail(df$title[continued-1])

# And we could get rid of the continuation lines
df <- df[-continued]

不过,我想练习一些数据表。

尝试使用 `数据表`

首先我试着用 shift() 到子集 .i ,但那不起作用:

df[shift(type, type='lead')==2, 
     title := paste(title, shift(title, type='lead') ) ] # doesn't work

这是有效的:

df[,title := ifelse( shift(type, type='lead')==2,
                     paste(title, shift(title, type='lead')),
                     title ) ]

我有两个吗 shift S(看起来效率不高)还是有更好的方法?

2 回复 | 直到 7 年前

Frank 7 年前

ifelse 几乎总是可以避免并且值得避免的。**

我可能会。。。

# back up the data before editing values
df0 = copy(df)

# find rows
w = df[type == 2, which = TRUE]

# edit at rows up one
stopifnot(all(w > 1))
df[w-1, title := paste(title, df$title[w])]

# drop rows
res = df[-w]

**一些例子。。。

问答

权变措施

https://dplyr.tidyverse.org/reference/if_else.html

C8H10N4O2 7 年前

我可以用一个 shift() -编辑 ifelse() 是的。

df[, title := paste0(title, shift( ifelse(type==2, paste0(' ',title), ''),
                                   type='lead')
                     ) ]
df <- df[type==1] # can get rid of continuation lines

看起来有点老套, paste0 -主要是空字符串向量,因此欢迎改进。

data.table中的条件滚动字符串concat

基R溶液:(期望结果)

尝试使用 数据表

尝试使用 `数据表`