Question

我正在使用R中的Retrosheet棒球数据并尝试创建一个单独的列（使用dplyr中的mutate函数），该列提醒我现有列中的单个字符串是否以＆＃34开头两次罢工＆＃34;或者＆＃34;三个球。＆＃34;例如：

PITCH_SEQ_TX <- c('SSSC', 'FFBB', 'BBSSC', 'BBBSB', 'CBSFFFS')

Retrosheet开发者只列出一个球的角色（＆＃34; b＆＃34;），但有几个用于罢工（即＆＃34; c＆＃34;，＆＃34; f＆＃34;，＆＃34; l＆＃34;，＆＃34; m＆＃34;，＆＃34; s＆＃34;，＆＃34; t＆＃34;）。因此，如果我想从上面的行中收集哪些序列以两个打击或三个球开始，我将使用：

PITCH_SEQ_TX_Updated <- mutate(PITCH_SEQ_TX, Cutoff = ifelse(grepl("^BBB", PITCH_SEQ_TX), 
"Three Balls", ifelse(grepl("^SS", updated_PITCH_SEQ_TX), "Two Strikes", 
ifelse(grepl("^FF", PITCH_SEQ_TX), "Two Strikes", "NA"))))

HOWEVER 有两个不同的两个打击计数组合（即cc，cs，ff等）阻止我在整个数据集中使用嵌套的if else语句（我得到了一个错误：当超过50种不同的组合时，第17行的contextstack溢出警告）。是否有一个替代函数可以让我压缩我现有的代码，无论是使用ifelse还是其他一些能让我解决这个问题的函数？任何帮助将不胜感激。

Answer 1

您可以在regex中使用一组字符作为罢工标识符，方法是在[ABC]这样的方括号中指定它们，它将匹配任何字符A，B或{{1 }}。这意味着您不必分别写出每个类别。 E.g：

Answer 2

在@thelatemail's回答的基础上，结合@mt1022's评论使用case_when和mutate，这是一个完整的示例，使用stringr中的函数文字工作。

library(dplyr)
library(stringr)

# make vector of pitch sequence data
PITCH_SEQ_TX <- c('SSSC', 'FFBB', 'BBSSC', 'BBBSB', 'CBSFFFS')

# make another variable of the number of pitches in each sequence
# this is just so we have two variables for a df
NUM_PITCHES <- stringr::str_count(PITCH_SEQ_TX)

# make a df
BB <- dplyr::tibble(PITCH_SEQ_TX, NUM_PITCHES)

# create the recoded pitch sequence variable - PITCH_SEQ_TX_UPDATED
BB %>% 
    dplyr::mutate(PITCH_SEQ_TX_UPDATED =
               dplyr::case_when(
                   stringr::str_detect(string = PITCH_SEQ_TX, pattern = "^[CFLMST]{2,}") ~ "Two strikes",
                   stringr::str_detect(string = PITCH_SEQ_TX, pattern = "^B{3,}") ~ "Three balls"
                   )
    )

# A tibble: 5 x 3
  PITCH_SEQ_TX NUM_PITCHES PITCH_SEQ_TX_UPDATED
         <chr>       <int>                <chr>
1         SSSC           4          Two strikes
2         FFBB           4          Two strikes
3        BBSSC           5                 <NA>
4        BBBSB           5          Three balls
5      CBSFFFS           7                 <NA>

替代嵌套If Else语句

2 个答案: