Question

我已经使用等价物，符号和求值法探索了各种选项，但似乎无法获得正确的语法。这是一个示例数据框。

data.frame("A" = letters[1:4], "B" = letters[26:23], "C" = letters[c(1,3,5,7)], "D" = letters[c(2,4,6,8)], "pastecols" = c("B, C","B, D", "B, C, D", NA))
  A B C D pastecols
1 a z a b      B, C
2 b y c d      B, D
3 c x e f   B, C, D
4 d w g h      <NA>

现在假设我想基于pastecols中的查找字符串粘贴来自不同列的值，并且我始终希望包括列A。这是我想要的结果：

  A B C D pastecols  result
1 a z a b      B, C   a z a
2 b y c d      B, D   b y d
3 c x e f   B, C, D c x e f
4 d w g h      <NA>       d

理想情况下，这可以在dplyr中完成。这是我得到的最接近的东西：

x %>% mutate(result = lapply(lapply(str_split(pastecols, ", "), c, "A"), na.omit))
  A B C D pastecols     result
1 a z a b      B, C    B, C, A
2 b y c d      B, D    B, D, A
3 c x e f   B, C, D B, C, D, A
4 d w g h      <NA>          A

Answer 1

这是使用pmap进行类似操作的一种方法。 pmap可用于通过捕获每一行作为命名向量来有效地逐行处理数据帧；然后，您可以使用cols选择所需的列名称以作为["pastecols"]进行索引。

大多数匿名函数语法不是tidyverse东西，而是基本的R东西。要遍历它：

将数据框作为列表传递到.l的{{1}}参数。请记住，数据框是列的列表！
使用pmap_chr捕获所有...参数。基本上，我们将数据帧的每一行称为函数的参数；现在c(...)是包含行的命名向量。请注意，如果您有列表列，则该列会中断，（但是这里的很多其他事情也将中断，所以我认为这里没有...）
我们可以从row中获得所需的row的值，但是我们需要将row["pastecols"]转换为"B, C"来实现。下一行仅添加c("A", "B", "C")，将丢失的值替换为"A"，如果有则拆分成小块，然后向下索引到列表中。 "A"部分就是您在管道链中的操作[[，这是运算符的前缀形式。您需要这样做，因为list[[1]]"返回一个列表，而我们只需要向量。
使用此str_split向量从cols获取所需的值并将其返回，折叠成长度为1个字符的向量！

row

由reprex package（v0.2.0）于2018-12-03创建。

Answer 2

这不是最优雅的解决方案，但仅需使用基数R即可完成工作。如果A中从未显示列pastecols，则可以从代码中删除unique()。

for(r in seq_len(nrow(df))) {
  df$result[r] <- paste(
                    df[r, na.omit(unique(c("A", unlist(strsplit(df$pastecols[r], ", ")))))],
                    collapse = " "
                  )
}
df

  A B C D pastecols  result
1 a z a b      B, C   a z a
2 b y c d      B, D   b y d
3 c x e f   B, C, D c x e f
4 d w g h      <NA>       d

数据-

df <- data.frame(
  "A" = letters[1:4], 
  "B" = letters[26:23], 
  "C" = letters[c(1,3,5,7)], 
  "D" = letters[c(2,4,6,8)], 
  "pastecols" = c("B, C","B, D", "B, C, D", NA), stringsAsFactors = F
)

Answer 3

这是另一种不依赖apply或map系列中的迭代函数的方式，如果您希望避免使用它们，则尝试利用tidyr。该方法基本上是将具有tidyverse和gather的数据帧扩展为separate_rows和实际列的每种组合，然后扩展为pastecols，因此我们只保留与每个匹配的filter。一旦有了这些，我们就可以rowid和group_by将其返回到每summarise一行。有很多内务处理来处理您始终拥有列rowid的事实，请注意，我在输出A中保留了A，但是如果您想删除它，可以删除它

pastecols

由reprex package（v0.2.0）于2018-12-03创建。

dplyr通过评估查找单元格值来突变特定的列

3 个答案: