Question

有人可以给我一个建议吗？我试着比较两列。一列是带有地址的字符串，另一列是带有国家/地区名称的表。但是有些国家的名字是英文的，我想用德语来代替。我也有这个问题，因为我想在数据库中使用脚本，所以我使用额外的包非常有限。我的代码真的不行。它只是替换了一行。

DF1

DE
Europa | Deutschland | München
Europa | England     | London
Europa | Germany     | Berlin
Europa | Italy       | Venedig

DF2

GE              EN
Deutschland     Germany
Italien         Italy
England         UK

结果：df1

DE
Europa | Deutschland | München
Europa | England     | London
Europa | Deutschland | Berlin
Europa | Italien     | Venedig

我尝试了以下代码：

df1 <- data.frame("DE" = c("Europa | Deutschland | München", "Europa | England | London", "Europa | Germany | Berlin ", "Europa | Italy | Venedig"))
df2 <- data.frame("GE" = c("Deutschland", "Italien", "England"), "EN" = c("Germany", "Italy", "UK"))
df1[] <- lapply(df1, as.character)
df2[] <- lapply(df2, as.character)

for(i in seq_along(df1)) df1$DE <- gsub(df2$EN, df2$GE, df1$DE, fixed = FALSE)

Answer 1

您应该在[i]循环中添加for并使用fixed = TRUE，因为您使用的是固定模式，而不是正则表达式。在代码中找到其他修改：

for(i in seq_along(df2$EN)) {
    df1$DE <- gsub(df2$EN[i], df2$GE[i], df1$DE, fixed = TRUE)
}
df1$DE

## [1] "Europa | Deutschland | München"
## [2] "Europa | England | London"     
## [3] "Europa | Deutschland | Berlin "
## [4] "Europa | Italien | Venedig"

P.S。您可以在stringsAsFactors = FALSE中使用data.frame()来获取字符串而不是因素：

df1 <- data.frame("DE" = c("Europa | Deutschland | München",
                           "Europa | England | London", 
                           "Europa | Germany | Berlin ",
                           "Europa | Italy | Venedig"),
                  stringsAsFactors = FALSE)

df2 <- data.frame("GE" = c("Deutschland", "Italien", "England"), 
                  "EN" = c("Germany", "Italy", "UK"),
                  stringsAsFactors = FALSE)

Answer 2

以下是基于myword和替换的解决方案。拆分列的原因是我只想替换第二列中的名称。如果我们将merge与for循环一起使用，则可能会替换来自其他列的匹配单词。 gsub是最终输出。

第1步：将df4中的列与df1分开。

第2步：合并df1_1 <- as.data.frame(do.call(rbind, lapply(strsplit(df1$DE, split = "\\|"), trimws)), stringsAsFactors = FALSE)和df1_1

df2

第3步：如果df3 <- merge(df1_1, df2, by.x = "V2", by.y = "EN", all.x = TRUE)列不是GE，则替换值。

NA

第4步：折叠所有列。准备最终输出。

df3$V2 <- ifelse(!is.na(df3$GE), df3$GE, df3$V2)

数据

比较两个不同表的列并替换字符串R中的特定单词

2 个答案: