Question

我有一个数据库（根据dplyr原理构建），概述了文献数据库。其中一列是＆＃34;语言＆＃34;，另一列是＆＃34;标记＆＃34;，一个已弃用的列我想清理，因为它包含多个信息。它还包含＆＃34;语言＆＃34;信息。

每个图书条目的语言都在＆＃34;标记＆＃34;条目（以及其他信息，以逗号分隔）。如何复制＆＃34; tag＆＃34;中包含的每个语言字符串？到相应的语言列（当前为空）。

即，我该怎么做＆＃34;如果标签栏包含字符串＆＃34;英语＆＃34;然后移动＆＃34;英语＆＃34;到专栏＆＃34;语言＆＃34;？

Answer 1

db<-data.frame(tags=c("Moose, English", "Feet, French"), language=NA)

db$language<-ifelse(grepl("English", db$tags), "English", db$language)
db$language<-ifelse(grepl("French", db$tags), "French", db$language)

这样做的缺点是要求您了解标签列中的所有可能语言。您可能希望在完成识别任何遗留语言时执行此操作：

db$tags[is.na(db$language)]

这将为您提供尚未分配任何语言的所有案例的标签。

更新：稍微简化的版本将使用带有所有语言名称的向量的for循环：

languages<-c("English","French","Spanish"[...])
for (i in 1:length(languages)) {
  db$language<-ifelse(grepl(languages[i], db$tags), languages[i], db$language)
}

两个选项都返回

            tags language
1 Moose, English  English
2   Feet, French   French

Answer 2

您可以使用grepl检查字符串是否包含某些内容。

例如：

tag <- c('Containing English Information', 'Containing unknown information')
testdata <- data.frame(tag)
testdata$language <- ifelse(grepl("English", testdata$tag), "English", NA)
testdata

返回

                             tag language
1 Containing English Information  English
2 Containing unknown information     <NA>

R：如果包含在另一列

2 个答案: