Question

我从唱片网站上删除了一些数据，以制作Aerosmith歌曲类别的信息图表。数据集有一个歌曲变量，其中包含许多随机/不需要的字符，一些标点符号和一些行在列中有多首歌曲。

我尝试在没有任何地方的情况下，使用矢量＆＃39; y＆＃39;循环播放歌曲，找到大概匹配并将值替换为匹配＆＃39; y＆＃39;。我不确定for循环是否是最佳方法，而且基本上我处于停滞状态。

下面的代码是一个可重现的数据集，以及我用来搜索和替换的代码。

y <- c('Eat the Rich','Cry\'n','Dream On','Crazy')

set.seed(123)

alpha <- data_frame(
 songs= paste0(sample(c('walkthisway','adfkbjf','dudelookslikealady','cryn','eattherich'),100,replace=T),sample(c('aadfa','aghnds','crazy','wwrrsdg'),100,replace=T)),

 album=sample(c('Toys in the Attic','Get a Grip','Greatest Hits'),100,replace=T))

alpha %>% head()

这是我用代码制作的进展，它似乎适用于向量＆＃39; y＆＃39;只包含1个值。

alpha[[i]][agrepl(y,alpha[[i]])] <- y

Answer 1

需要什么： - ）

# Remove special characters
# In this case " " and "'"
foo <- gsub(" |'", "" , y)
# Transform to lower case
foo <- tolower(foo)

for(i in foo) {
    # Get original song name
    bar <- y[which(foo == i)]
    # Find matches and replace with original song
    alpha$songs[grep(i, alpha$songs)] <- bar
}

如何通过循环agrepl并用向量替换匹配来清理Aerosmith的唱法？

1 个答案: