r - 在数据框的列中查找特定标签并将单独列中的标签添加到同一数据框

Question

我使用了回答我之前问题的用户的 R 代码（请参阅此处： Split values of a column in a data frame by specific tag and add them as extra row）来实现以下目标：

df <- data.frame(var1 = c("A", "B", "C", "D", "E"),            

             var2 = c("test", "5 | 6", "X & Y", "M | N | O", "none"))

> df         
  var1          var2
1    A          test
2    B         5 | 6
3    C         X & Y
4    D     M | N | O
5    E          none


t1 <- c("", "|")[df$var1 %in% df$var1[grep("\\|", df$var2)]+1]

t2 <- c("", "&")[df$var1 %in% df$var1[grep("&", df$var2)]+1]

t1[which(t2 == "&")] <- "&"

df$var3 <- t1


> df
  var1          var2     var3
1    A          test     
2    B         5 | 6        |
3    C         X & Y        &
4    D     M | N | O        |
5    E          none     

我只是想知道是否有更好的方法，因为我真的想改进我的 R 编码方式。对我来说，这并不是一项简单的任务，但我愿意学习 :-)

Answer 1

假设您的数据确实组织得很好，具有适当的间距等，您可以gsub与substring.

df$var3 = substring(gsub("([a-zA-Z0-9 ])", "", df$var2), 1, 1)
df
#   var1      var2 var3
# 1    A      test     
# 2    B     5 | 6    |
# 3    C     X & Y    &
# 4    D M | N | O    |
# 5    E      none

1. 对于您的搜索模式，查找所有字母、数字和空格，并将它们替换为空。
2. 然后，将substring(or substr) 与startand stopas一起使用1。

更新

假设 中可能有不同的标点符号，一种更通用的方法var2是：

gsub("[^[:punct:]]", "", df$var2)
# [1] ""   "|"  "&"  "||" ""  

同样， usingsubstr将允许您仅选择每个字符串中的第一个字符。

substr(gsub("[^[:punct:]]", "", df$var2), 1, 1)
# [1] ""  "|" "&" "|" "" 

如果您肯定只有这两个分隔字符，则可以将搜索模式从 更改[^[:punct:]]为[^\\||\\&]。

在此更新的示例中，^（在方括号内）表示匹配除这些字符之外的所有内容。

Answer 2

您可以改用它：

t3 <- rep("",length(df$var1))
t3[which(grepl("&",df$var2))] <- "&"
t3[which(grepl("\\|",df$var2))] <- "|"
df$var3 <- t3

Answer 3

我找到了另一种解决方案，它只在一行中对我有用:-)

library(stringr)

df$var3 <- str_extract(df$var2, "\\||&")

但是，我不得不说我不关心将 's 添加到找不到匹配项的代码。

感谢您提供的所有解决方案！确实很棒！

Answer 4

grepl("\\|",df$var2)
grepl("&",df$var2)

是相同的

df$var1 %in% df$var1[grep("\\|", df$var2)]
df$var1 %in% df$var1[grep("&", df$var2)]+1

所以你可以使用例如

ifelse(grepl("\\|",df$var2),'|','')
ifelse(grepl("&",df$var2),'&','')