a b P116 P127 P125 P107 P101 P220 P135
1 P116,P115,P113,P120,P112, P128,P125,P127,P123,P126, NA NA NA NA NA NA NA
2 P116,P115,P113,P120,P112, P128,P125,P127,P123,P126, NA NA NA NA NA NA NA
3 P120,P117,P116,P115,P119, P98,P94,P96,P99,P93, NA NA NA NA NA NA NA
4 P34,P36,P40,P39,P37, P108,P106,P107,P110,P109, NA NA NA NA NA NA NA
5 P123,P127,P125,P118,P198, P135,P132,P134,P138,P131, NA NA NA NA NA NA NA
6 P142,P148,P149,P140,P150, P80,P81,P89,P87,P86, NA NA NA NA NA NA NA
我有一个数据框，其中a和b列的某些值与其他列的名称相匹配。我想用数字代替NA： 1（如果列“a”的行中的值与列3：9的名称匹配），则0（如果列“a”，“b”中的值与列3：9的名称不匹配），则为-1（如果值列“b”的行与列3：9的名称匹配
应该是这样的。
a b P116 P127 P125 P107 P101 P220 P135
1 P116,P115,P113,P120,P112, P128,P125,P127,P123,P126, 1 -1 -1 0 0 0 0
2 P116,P115,P113,P120,P112, P128,P125,P127,P123,P126, 1 -1 -1 0 0 0 0
3 P120,P117,P116,P115,P119, P98,P94,P96,P99,P93, 1 0 0 0 0 0 0
4 P34,P36,P40,P39,P37, P108,P106,P107,P110,P109, 0 0 0 -1 0 0 0
5 P123,P127,P125,P118,P198, P135,P132,P134,P138,P131, 0 1 1 0 0 0 -1
6 P142,P148,P149,P140,P150, P80,P81,P89,P87,P86, 0 0 0 0 0 0 0
答案 0 :(得分：2)
我们可以尝试
df[-(1:2)] <- Reduce(`+`,Map(`*`, lapply(c("a", "b"), function(nm)
do.call(rbind, lapply(strsplit(df[[nm]], ","), function(x)
+(names(df)[-(1:2)] %in% x)))), c(1, -1)))
df
# a b P116 P127 P125 P107 P101 P220 P135
#1 P116,P115,P113,P120,P112, P128,P125,P127,P123,P126, 1 -1 -1 0 0 0 0
#2 P116,P115,P113,P120,P112, P128,P125,P127,P123,P126, 1 -1 -1 0 0 0 0
#3 P120,P117,P116,P115,P119, P98,P94,P96,P99,P93, 1 0 0 0 0 0 0
#4 P34,P36,P40,P39,P37, P108,P106,P107,P110,P109, 0 0 0 -1 0 0 0
#5 P123,P127,P125,P118,P198, P135,P132,P134,P138,P131, 0 1 1 0 0 0 -1
#6 P142,P148,P149,P140,P150, P80,P81,P89,P87,P86, 0 0 0 0 0 0 0
答案 1 :(得分：1)
我没有正确测试它，并且在较大的数据集上可能会很慢，但这是我非常类似于R的尝试：
假设您的数据框名为document.querySelector(".leaflet-popup-pane").addEventListener("load", function (event) {
var tagName = event.target.tagName,
popup = map._popup; // Currently open popup, if any.
if (tagName === "IMG" && popup) {
popup.update();
}
}, true); // Capture the load event, because it does not bubble.
：
df如果for (row in 1:nrow(df)) {
for (col in 3:ncol(df)) {
if (grepl(colnames(df)[col], df[row, "a"])) {
df[row, col] <- 1
} else if (grepl(colnames(df)[col], df[row, "b"])) {
df[row, col] <- -1
} else {
df[row, col] <- 0
}
}
}
或grepl中的字符串与列名匹配，则循环播放并使用a返回逻辑匹配。
答案 2 :(得分：0)
这是一种经过测试的功能方法。
给出您的数据框：
df=data.frame(a=c(
"P116,P115,P113,P120,P112,",
"P116,P115,P113,P120,P112,",
"P120,P117,P116,P115,P119,",
" P34,P36,P40,P39,P37,",
"P123,P127,P125,P118,P198,",
"P142,P148,P149,P140,P150,"
),
b=c(
"P128,P125,P127,P123,P126,",
"P128,P125,P127,P123,P126,",
" P98,P94,P96,P99,P93,",
"P108,P106,P107,P110,P109,",
"P135,P132,P134,P138,P131,",
" P80,P81,P89,P87,P86,"
),
P116=NA, P127=NA, P125=NA, P107=NA, P101=NA, P220=NA, P135=NA,
stringsAsFactors=FALSE)
解决方案是：
sel=lapply(as.list(df[, 1:2]), function(col)
t(sapply(col, function(x) match(strsplit(x, "," )[[1]], names(df)[-(1:2)], nomatch=0))))
dfm=as.matrix(df[, -(1:2)])
k=-1
lapply(sel, function(selr){
i<<-0; k<<-k*-1
apply(selr, 1, function(j) {
i <<- i+1
dfm[cbind(i,j)]<<- k
})}
)
dfm[is.na(dfm)]=0
df[, -(1:2)]=dfm
你得到：
df
a b P116 P127 P125 P107 P101 P220 P135
## 1 P116,P115,P113,P120,P112, P128,P125,P127,P123,P126, 1 -1 -1 0 0 0 0
## 2 P116,P115,P113,P120,P112, P128,P125,P127,P123,P126, 1 -1 -1 0 0 0 0
## 3 P120,P117,P116,P115,P119, P98,P94,P96,P99,P93, 1 0 0 0 0 0 0
## 4 P34,P36,P40,P39,P37, P108,P106,P107,P110,P109, 0 0 0 -1 0 0 0
## 5 P123,P127,P125,P118,P198, P135,P132,P134,P138,P131, 0 1 1 0 0 0 -1
## 6 P142,P148,P149,P140,P150, P80,P81,P89,P87,P86, 0 0 0 0 0 0 0
请下次使用dput(<your dataframe>)让您的问题更容易回答。