我想替换"替换"从df $ x到df $ y列的第一个单词的字符串中的一部分。我有这样的df:
x y
ABC-Replace-YUI M46 Hello
CBD-Replace-TYU MD5 Hello
DBE-Replace-RTY M6 Hello
EBF-Replace-ERT M79 Hello
FBG-Replace-WER MMM8 Hello
我想获得以下数据:
x y
ABC-M46-YUI M46 Hello
CBD-MD5-TYU MD5 Hello
DBE-M6-RTY M6 Hello
EBF-M79-ERT M79 Hello
FBG-MMM8-WER MMM8 Hello
不幸的是,我没有文本挖掘的经验,我需要最有效的方法来做到这一点,因为我有一个巨大的数据集,每行都有类似的替换。谢谢。
答案 0 :(得分:2)
我们可以使用str_replace
将'替换'替换为'y'列中每个字符串的第一个单词(使用word
提取)
library(stringr)
df1$x <- str_replace(df1$x, "Replace", word(df1$y,1))
df1$x
#[1] "ABC-M46-YUI" "CBD-MD5-TYU" "DBE-M6-RTY" "EBF-M79-ERT" "FBG-MMM8-WER"
df1 <- structure(list(x = c("ABC-Replace-YUI", "CBD-Replace-TYU", "DBE-Replace-RTY",
"EBF-Replace-ERT", "FBG-Replace-WER"), y = c("M46 Hello", "MD5 Hello",
"M6 Hello", "M79 Hello", "MMM8 Hello")), .Names = c("x", "y"),
class = "data.frame", row.names = c(NA, -5L))
答案 1 :(得分:1)
我猜 -Replace - 指的是位置而不是精确的单词,因此替换替换本身是错误的,但要识别 - 内容 - 在此位置,替换。
df1 <- data.frame(x = c("ABC-Replace-YUI",
"CBD-anything-TYU", "DBE-test-RTY",
"EBF-bad-ERT", "FBG-good-WER"),
y = c("M46 Hello", "MD5 Hello",
"M6 Hello", "M79 Hello",
"MMM8 Hello"))
x y
1 ABC-Replace-YUI M46 Hello
2 CBD-anything-TYU MD5 Hello
3 DBE-test-RTY M6 Hello
4 EBF-bad-ERT M79 Hello
5 FBG-good-WER MMM8 Hello
因此,您可以使用y中的第一个单词替换-
和-
之间的内容。
library(stringr)
df1$x2 <- mapply(gsub,
"(?<=\\-).*?(?=\\-)",
word(df1$y,1), df1$x, perl = T)
df1
x y x2
1 ABC-Replace-YUI M46 Hello ABC-M46-YUI
2 CBD-anything-TYU MD5 Hello CBD-MD5-TYU
3 DBE-test-RTY M6 Hello DBE-M6-RTY
4 EBF-bad-ERT M79 Hello EBF-M79-ERT
5 FBG-good-WER MMM8 Hello FBG-MMM8-WER
答案 2 :(得分:0)
您可以使用stri_extract_first_words
包中的stringi
获取第一个字,然后使用sub
mapply
函数
library(stringi)
df1$x <- mapply(sub, "Replace", stri_extract_first_words(df1$y), df1$x,
USE.NAMES = FALSE)
df1$x
#[1] "ABC-M46-YUI" "CBD-MD5-TYU" "DBE-M6-RTY" "EBF-M79-ERT" "FBG-MMM8-WER"