Question

我需要修改一个函数（下面），该函数将逐行应用dplyr::mutate删除任何'_'字符并将每个单词的第一个字母大写。

我的功能

simple_cap <- function(x) {
  s <- strsplit(x, "_")[[1]]
  paste(toupper(substring(s, 1,1)), substring(s, 2),
        sep="", collapse=" ")
}

我的数据

df <- read.table(text = c('
location             obs

1 australia         12454.
2 new_south_wales    3931.
3 victoria           3244.
4 queensland         2477.
5 south_australia     834.
6 western_australia  1335.
7 tasmania            246.'), stringsAsFactors = F)

dplyr::mutate来电：

df %>% mutate(
  location = simple_cap(location)
)

location   obs
1 Australia 12454
2 Australia  3931
3 Australia  3244
4 Australia  2477
5 Australia   834
6 Australia  1335
7 Australia   246

输出

df$location

如何更改我的功能，以便它可以用来迭代greatest()中的值，而不是用第一个元素的输出替换它们？

Answer 1

1）使用gsub

我们可以使用gsub选择小写字符（[a-z]），捕获为字符串的第一个字母组{（{1}}）（(...) ）或（^）在下划线（|）之后，并在转换为大写（_）之后用反向引用替换

使用其他\\U换行删除gsub并替换为_

" "

2）使用stringi

或其他选项df %>% mutate(location = gsub("_", " ", gsub("(^|_)([a-z])", "\\1\\U\\2", location, perl = TRUE))) # location obs #1 Australia 12454 #2 New South Wales 3931 #3 Victoria 3244 #4 Queensland 2477 #5 South Australia 834 #6 Western Australia 1335 #7 Tasmania 246来自stri_trans_totitle

stringi

3）使用OP的修改功能

library(stringi) df %>% mutate(location = stri_trans_totitle(stri_replace_all_fixed(location, "_", " "))) # location obs #1 Australia 12454 #2 New South Wales 3931 #3 Victoria 3244 #4 Queensland 2477 #5 South Australia 834 #6 Western Australia 1335 #7 Tasmania 246输出为strsplit。在OP的代码中，它只是通过提取list来对第一个元素进行子集化。但是，这里我们有[[1]]长度为7.因此，一个选项是使用list中的map（或来自purrr的{{1}}）然后执行lapply/sapply

的base R

paste

4）OP的修改功能

substring

5）没有外部包

但是，这可以在不使用任何外部包的情况下完成

simple_cap <- function(x) { s <- strsplit(x, "_") purrr::map_chr(s, ~ paste(toupper(substring(.x, 1,1)), substring(.x, 2), sep="", collapse=" ")) } df %>% mutate(location = simple_cap(location)) # location obs #1 Australia 12454 #2 New South Wales 3931 #3 Victoria 3244 #4 Queensland 2477 #5 South Australia 834 #6 Western Australia 1335 #7 Tasmania 246

Answer 2

str_to_title中的stringr函数将单词的第一个字符大写，gsub我们将所有“_”（下划线）替换为“”（空格）。

library(stringr)
library(dplyr)

df %>%
   mutate(location = str_to_title(gsub("_", " ", location)))


#           location   obs
#1         Australia 12454
#2   New South Wales  3931
#3          Victoria  3244
#4        Queensland  2477
#5   South Australia   834
#6 Western Australia  1335
#7          Tasmania   246

Answer 3

Ronak Shah和akrun解决了你的具体问题。这是标题问题的一般解决方案（如何编写可迭代的函数）。

在R的说法中，您需要一个矢量化函数 - 一个接受矢量输入并返回矢量输出的函数。有两种方法可以做到这一点。

1）确保函数中的每一步都可以接受矢量输入并返回矢量输出。 @ akrun的第4个答案标识了代码中阻止它执行此操作的步骤s <- strsplit(x, "_")[[1]]。

2）将非向量化函数转换为带Vectorize的向量化函数。 选项1效率更高，但有时却无法实现。这显然是一个可行的示例，但为了向您展示这是如何工作的，让我们使用Vectorize

向您的函数进行矢量化

simple_cap <- function(x) {
  s <- strsplit(x, "_")[[1]]
  paste(toupper(substring(s, 1,1)), substring(s, 2),
        sep="", collapse=" ")
}

simple_cap_v <- Vectorize(simple_cap, USE.NAMES = FALSE)
simple_cap(df$location)
# [1] "Australia"
simple_cap_v(df$location)
# [1] "Australia"         "New South Wales"   "Victoria"          "Queensland"       
# [5] "South Australia"   "Western Australia" "Tasmania"  

df %>% mutate(
  location = simple_cap_v(location)
)
#            location   obs
# 1         Australia 12454
# 2   New South Wales  3931
# 3          Victoria  3244
# 4        Queensland  2477
# 5   South Australia   834
# 6 Western Australia  1335
# 7          Tasmania   246

Vectorize返回一个函数，它是mapply的包装器。实际上，对simple_cap_v(x)的调用现在是mapply(simple_cap, x, USE.NAMES = FALSE)

如何编写可迭代的函数？

3 个答案: