Question

我有丑陋的数据，如下所示：

source_data <- data.frame(thing = c('C', 'E', 'G'), ugly_sequence_string = c('A,B,C', 'D,E,F', 'G,H,I'))

我想在ugly_sequence_string中添加一个具有整数位置的列：

target_data <- data.frame(thing = c('C', 'E', 'G'), position = c(3L, 2L, 1L))

我觉得这可以通过strsplit（或stringr :: str_split），dplyr :: mutate，以及purrr :: map的某些组合来实现，但我无法围绕某些方面进行思考怎么做例如，这肯定不起作用：

source_data %>% 
  dplyr::mutate(
    position = which(stringr::str_split(ugly_sequence_string, ',') == thing)
  )

我已经尝试将其分解为一个函数（使用unlist（）和as.list（）的各种组合将其转换为满意的格式），但似乎这可能很容易我只是不喜欢的东西。建议？

Answer 1

这是一个选项：

source_data$index <- sapply(1:nrow(source_data), function(x) {which(
       strsplit(source_data$ugly_sequence_string[x],',')[[1]]==source_data$thing[x])})

输出：

  thing ugly_sequence_string index
1     C                A,B,C     3
2     E                D,E,F     2
3     G                G,H,I     1

希望这有帮助！

Answer 2

一种方法是使用基础r和stringr以及mapply作为：

source_data <- data.frame(thing = c('C', 'E', 'G'), 
                 ugly_sequence_string = c('A,B,C', 'D,E,F', 'G,H,I'))

library(stringr)
#Function to perform search
find_thing <- function(x, y){
  which(stringr::str_split(x, ',') [[1]] == y)
}

source_data$position <- mapply(find_thing, 
                               source_data$ugly_sequence_string, source_data$thing)

Result:
> source_data
  thing ugly_sequence_string position
1     C                A,B,C        3
2     E                D,E,F        2
3     G                G,H,I        1

Answer 3

transform(d,here=mapply(function(x,y)regexpr(x,gsub(",","",y))[[1]],d$thing,d$ugl))
  thing ugly_sequence_string here
C     C                A,B,C    3
E     E                D,E,F    2
G     G                G,H,I    1

甚至：

 here=mapply(function(x,y)match(x,strsplit(y,",")[[1]]),d[,1],d[,2])

在逗号分隔的其他列中添加列的位置列

3 个答案: