Question

我的样本数据是：

df <- as.data.frame(c("10M_Amts", "D2B_Exp", "D3C_Exp", "D2_Amt", "D5_Amt", "53D_Amt"))
colnames(df) <- c("Label")

我想遵守以下规则：

如果前2个字母是D2，D3，D4，D5，或者如果前3个字母是D1A或D1_，那么我想在名为Work的新列中返回单词“ Work”。如果不是，则返回“ NA”。

我已经搜索了一下，但是找不到一个结合了ifelse和多个substr命令的dplyr的示例。我尝试使用dplyr的代码是：

df2 <- df %>%
       mutate(Work = ifelse(substr(Label, 1, 3) == c("D1_", "D1A") |
                           substr(Label, 1, 2) == c("D2", "D3", "D4", "D5"), Work, "NA"))

如您所见，例如，我尝试使用c（“ D1 _”，“ D1A”）表示D1_或D1A的前三个字符串存在多个OR。对于表示D2或D3或D4或D5的前两个字符串c（“ D2”，“ D3”，“ D4”，“ D5”）相同。总之，如果前2个或3个字母中包含D1_或D1A或D2或D3或D4或D5，则它应在新列中返回“工作”，否则应返回“ NA”。但是，我使用substr函数来拆分这两个类别。

我的理想输出是：

     Label       Work
1   10M_Amts      NA
2   D2B_Exp      Work
3   D3C_Exp      Work
4   D2_Amt       Work
5   D5_Amt       Work
6   53D_Amt       NA

您会看到新的列名是Work。在excel中，我将编写以下内容：

=IF(OR(LEFT(A1,3)="D1_",LEFT(A1,3)="D1A",LEFT(A1,2)={"D2","D3","D4","D5"}), 
"Work", "")

其中，A列是上面的Label列。抱歉，对于小样本，当我在excel中针对约5000行和“工作”以外的多个类别进行此操作时，此方法有效，但由于工作表太大，我们希望转换为R。

非常感谢您！

Answer 1

这将起作用，您有两个问题，因为应该进行多次比较，所以工作应该是“工作”并使用%in%而不是==

df %>%
    mutate(WRE = ifelse(substr(Label, 1, 3) %in% c("D1_", "D1A")|
                        substr(Label, 1, 2) %in% c("D2", "D3", "D4", "D5"), 'Work', "NA"))

Answer 2

如果以D1, D2, ..., D5开头的任何内容都转换为"work"，则可以使用一些简单的正则表达式代替substr()：

df %>%
  mutate(work = ifelse(grepl("^D[0-5]", Label), "Work", NA))

     Label work
1 10M_Amts <NA>
2  D2B_Exp Work
3  D3C_Exp Work
4   D2_Amt Work
5   D5_Amt Work
6  53D_Amt <NA>

R-结合ifelse和substr

2 个答案: