Question

以下问题：我有两个数据帧，我希望将数据帧data1中的一个向量与数据帧data2中的向量进行匹配。

data1 <- data.frame(v1 = c("horse", "duck", "bird"), v2 = c(1,2,3))
data2 <- data.frame(v1 = c("car, horse, mouse", "duck, bird", "bird"))

如果data2中的字符串匹配，则应将其替换为data1中对应的值v2。结果如下所示：

for(i in 1:nrow(data1)) data2[,1] <- gsub(data1[i,1], data1[i,2], data2[,1], fixed=T)
data2

但是，有没有想法使用矢量化解决方案而不是for循环来创建更好的数据集？

提前致谢！

- 更新：

当我遇到这种情况时会发生什么情况，两个数据帧的长度不一样？

data2 <- data.frame(v1 = c("car, horse, mouse", "duck, bird","bird", "bird"))

当我使用此解决方案时：

data2$v1 <- mapply(sub, data1$v1, data1$v2, data2$v1)

然后我收到以下警告信息：

1：在mapply中（sub，data1 $ v1，data1 $ v2，data2 $ v1）：更长的参数不是长度为2的倍数：在mapply中（sub，data1 $ v1， data1 $ v2，data2 $ v1）：较长的参数不是长度的倍数较短的

但是，mgsub解决方案非常完美！谢谢！

Answer 1

“stringi”包中的大多数参数都接受矢量化输入，因此您应该能够使用srti_replace_all，如下所示：

library(stringi)
stri_replace_all_fixed(data2$v1, data1$v1, data1$v2)
# [1] "car, 1, mouse" "2, bird"       "3"

获取data.frame：

data.frame(v1 = stri_replace_all_fixed(data2$v1, data1$v1, data1$v2))
#              v1
# 1 car, 1, mouse
# 2       2, bird
# 3             3

Answer 2

使用更新的data2。 nrows和data1之间的data2不同，在此，我们假设两个数据集的v1列之间的任何匹配都应替换为{{1}的相应值} v2中的列。

data1

注意 library(qdap) mgsub(as.character(data1$v1), data1$v2, data2$v1) #[1] "car, 1, mouse" "2, 3" "3" "3"有一些错误处理，可以处理在较大字符串中找到子字符串并且两者都位于“要替换”的情况名单。以下是mgsub和horse的示例：

horses

data1 <- data.frame(v1 = c("horse", "duck", "bird", "horse", "horses"), v2 = 1:5) data2 <- data.frame(v1 = c("car, horses, mouse", "duck, bird, horse", "bird")) library(stringi) stri_replace_all_fixed(data2$v1, data1$v1, data1$v2) ## [1] "car, 1s, mouse" "2, bird, horse" "3" "car, 4s, mouse" "duck, bird, horse" ## Warning message: ## In stri_replace_all_fixed(data2$v1, data1$v1, data1$v2) : ## longer object length is not a multiple of shorter object length library(qdap) mgsub(as.character(data1$v1), data1$v2, data2$v1) ## [1] "car, 5, mouse" "2, 3, 4" "3"确保首先替换较长的单词。这使mgsub更慢但更安全。根据您的数据类型/需求，这里的解决方案可能有用。

匹配两个向量并替换为字符串

2 个答案: