我正在尝试根据预定义的向量对各种值进行分组,然后更新一列。
样本数据
df <- data.frame(ID = 1:5, Type = c("Windows", "Windows Server", "Cat", "Dog", "Eggs"))
it <- c("Windows", "Windows Server")
animal <- c("Cat", "Dog")
food <- c("Eggs")
我尝试过但失败了
df$Grouping <- gsub(it, "IT", df$Type)
错误:样式> 1
有效但费时的方法
使用dplyr
变异,我将能够实现想要的目标,但是由于向量中有多个元素,因此它的运行时间非常长。
df %>% mutate(Grouping = ifelse(Type == "Windows", "IT",
ifelse ...))
预期输出
ID Type Grouping
1 1 Windows IT
2 2 Windows Server IT
3 3 Cat Animal
4 4 Dog Animal
5 5 Eggs Food
谢谢!
答案 0 :(得分:1)
创建一个预定义矢量的列表,然后检查列表中的哪个元素在df$Type
内包含项
mylist = mget(c("animal", "food", "it"))
names(mylist)[max.col(t(sapply(df$Type, function(x) lapply(mylist, function(y) x %in% y))))]
#[1] "it" "it" "animal" "animal" "food"
答案 1 :(得分:0)
一种选择是为映射创建list
(或data.frame
),然后执行left_join
map <- list(
it = c("Windows", "Windows Server"),
animal = c("Cat", "Dog"),
food = c("Eggs"))
library(dplyr)
df %>% left_join(stack(map), by = c("Type" = "values"))
# ID Type ind
#1 1 Windows it
#2 2 Windows Server it
#3 3 Cat animal
#4 4 Dog animal
#5 5 Eggs food
答案 2 :(得分:0)
发布的问题没有多大意义。具体地说,对于样本数据,存储独立类型向量并不比将类型存储为初始数据帧的属性更简单。也许您可以添加一些颜色,以提供有关问题性质的更多细节。
这样说,假设您的问题是查找向量存储在不同的源中并且需要独立加载,则简单的循环就足够了。 (我使用的是data.table,因为我什至都不记得如何使用原始的data.frame了):
df <- data.table(ID = 1:5, Type = c("Windows", "Windows Server", "Cat", "Dog", "Eggs"))
it <- c("Windows", "Windows Server")
animal <- c("Cat", "Dog")
food <- c("Eggs")
lookup.names <- c("it", "animal", "food")
for (z in 1:length(lookup.names) ) {
lookup <- get(lookup.names[z]) #maybe need to do some more sophisticated load, like from a file or database
df[Type %in% lookup, Grouping := lookup.names[z]]
}