代码之家 › 专栏 › 技术社区 › Nettle

将字符串移到新列并替换为na

data-munging dplyr r

Nettle · 技术社区 · 8 年前

我想将一个值移到一个新列中,特别是:

1。检测是否存在正则表达式( string ),如果 TRUE …
2。将值移动到新列,然后…
三。将原始字符串替换为NA

我不知道有电流 move 或 extract 这样做的功能,所以我的想法是创造一个我自己的。我想不出有什么问题。

library(tidyverse)

# Data
x <- tibble(col1 = letters[1:5])

#> # A tibble: 5 x 1
#>   col1 
#>   <chr>
#> 1 a    
#> 2 b    
#> 3 c    
#> 4 d    
#> 5 e

我想把结果放在一个整洁的函数中。

x %>% 
  mutate(col2 = case_when(                         #<Detect regex; copy to col2
                  str_detect(col1, "[a]") ~ col1),
         col1 = case_when(                         #<remove from col1
                  col1 %in% col2 ~ "",             #<This should be NA
                  TRUE ~ col1),
         col1 = parse_character(col1))             #<parse col1 to NA

#> # A tibble: 5 x 2
#>   col1  col2   
#>   <chr> <chr>  
#> 1 <NA>  a      
#> 2 b     NA
#> 3 c     NA
#> 4 d     NA
#> 5 e     NA

函数可能是这样的

move_to_newcol <- function(my.dataframe, 
                        my.new.col.name, 
                        my.old.col.name, 
                        my.regex){...}

于2018年6月19日由 reprex package (v0.2.0)。

2 回复 | 直到 7 年前

gymbrane 8 年前

像这样的事情怎么样…

编辑 :

move_to_newcol <- function(df, old_col, new_col, regex){
  old_col_var <- dplyr::enquo(old_col)
  new_col_var <- dplyr::enquo(new_col)
  oldcol_name <- quo_name(old_col_var)
  newcol_name <- quo_name(new_col_var)

  dplyr::mutate(df , !! newcol_name := dplyr::case_when(stringr::str_detect((!! old_col_var), regex) ~ (!!old_col_var))) %>%
  dplyr::mutate(!! oldcol_name := dplyr::case_when(!! old_col_var %in% !!new_col_var ~  NA_character_ , TRUE ~ !! old_col_var))
}

我相信你已经有骨头了。然后你可以测试它,它能提供你想要的东西。

move_to_newcol(x, col1, col2, "[a]")
# A tibble: 5 x 2
 col1  col2 
<chr> <chr>
1 NA    a    
2 b     NA   
3 c     NA   
4 d     NA   
5 e     NA

或

x %>% move_to_newcol(col1,col2, "[a]")

Nettle 8 年前

使用 friendlyeval Miles McBain(DATAPASTA的作者)的TiyEvavy简化API:

library(tidyverse)
library(friendlyeval)

# Data
x <- tibble(col1 = letters[1:5])


move_to_newcol <- function(my.dataframe, my.old.col.name, my.new.col.name, my.regex){

  #Treat the literal text input provided as a dplyr column name.
    my.old.col.name <- treat_input_as_col(my.old.col.name)
    my.new.col.name <- treat_input_as_col(my.new.col.name)

  # friendlyeval looks almost identical to dplyr code
  x %>%  
    mutate(!!my.new.col.name := case_when(
                      str_detect(!!my.old.col.name, my.regex) ~ !!my.old.col.name),
           !!my.old.col.name := case_when(
                      !!my.old.col.name == !!my.new.col.name ~ NA_character_,
                      TRUE ~ !!my.old.col.name))
}

move_to_newcol(x, col1, col2, "[a]")

#> # A tibble: 5 x 2
#>   col1  col2 
#>   <chr> <chr>
#> 1 <NA>  a    
#> 2 b     <NA> 
#> 3 c     <NA> 
#> 4 d     <NA> 
#> 5 e     <NA>
```

于2018年6月23日由 reprex package (v0.2.0)。