Question

我有一个学校的数据集，我想删除学校前面的前缀，所以它只有学校名称（有时是数字）。该前缀也在另一列（tipo.organización）中列出，因此我想从tipo.organización中获取值并将其从学校名称中删除（nombre.establecimiento）。

我尝试使用gsub从名称中删除字符串的一部分，但是我不能只是将列名作为一组要更改的值来传递。如何获取每个值并与tipo.organizacion列进行比较，然后删除不需要的内容？

data <- read.csv("...", header = TRUE)
data$nombre.establecimiento <- 
as.character(data$nombre.establecimiento)

#Remove Duplicates
new <- data[!duplicated(data$nombre.establecimiento),]

#tried to take out values from other column
new$nombre.establecimiento <- gsub(new$tipo.organización, '', 
new$nombre.establecimiento)

谢谢！

Link to dataset

Answer 1

outbound channel adapter有一个类似的问题，并且有很多好的答案。在您的情况下，stringr方法看起来像这样：

new$nombre.establecimiento = str_replace_all(new$nombre.establecimiento,
                                             new$tipo.organización, '')

（我跟踪了链接并获得了原始数据集，可能您可能需要做一些额外的清理工作才能使它做您想要的事情。我发现{{1}的内容之间有很多差异}和tipo.organización的开头：带重音/无音的字符，多余的单词等。当然，您可能已经在这样做了！指向清理后的数据集的链接将有助于检查这一部分问题。）

根据另一个数据列中的值删除字符串的一部分

1 个答案: