Question

假设我有以下数据框。

dat <- data.frame(city=c("Chelsea","Brent","Bremen","Olathe","Lenexa","Shawnee"), 
        tag=c(rep("AlabamaCity",3), rep("KansasCity",3)))

我想要包含第三列Tag2，它将是Tag状态中每个州所在的区域。所以前三个城市最终将成为“南方”，最后三个城市将成为“中西部”。数据看起来像。

     city         tag      tag2
1 Chelsea AlabamaCity    South
2   Brent AlabamaCity    South
3  Bremen AlabamaCity    South
4  Olathe  KansasCity    Midwest
5  Lenexa  KansasCity    Midwest
6 Shawnee  KansasCity    Midwest

我尝试了以下命令，但它没有创建新列。谁能告诉我什么是错的。

fixit <- function(dat) {
     for (i in 1:nrow(dat)) {
          Words = strsplit(as.character(dat[i, 'tag']), " ")[[1]]
          if(any(Words == 'Alabama')) {
                dat[i, 'tag2'] <- "South"
          }
          if(any(Words == 'Kansas')) {
                dat[i, 'tag2'] <- "Midwest"
          }
     }
     return(dat)
}

感谢您的帮助。

Answer 1

它无效，因为您创建strsplit()的{{1}}错误。（你知道如何调试R函数不是吗？）

Words

此时，debug: Words = strsplit(as.character(dat[i, "tag"]), " ")[[1]] Browse[2]> debug: if (any(Words == "Alabama")) { dat[i, "Tag2"] <- "South" } Browse[2]> Words [1] "AlabamaCity"肯定不等于Words或"Alabama"，永远不会，因此"Kansas"条款永远不会被执行。 R 返回if()，您的函数不是更改 dat。

这将为您完成，并且更通用一些。首先创建一个数据框，用于保存匹配的单词和区域

dat

循环遍历此数据框的行，匹配region <- data.frame(tag = c("Alabama","Kansas"), tag2 = c("South","Midwest"), stringsAsFactors = FALSE)并插入相应的"tag" s：

"tag2"

这将导致：

for(i in seq_len(nrow(region))) {
    want <- grepl(region[i, "tag"], dat[, "tag"])
    dat[want, "tag2"] <- region[i, "tag2"]
}

这是如何工作的？关键位是> dat city tag tag2 1 Chelsea AlabamaCity South 2 Brent AlabamaCity South 3 Bremen AlabamaCity South 4 Olathe KansasCity Midwest 5 Lenexa KansasCity Midwest 6 Shawnee KansasCity Midwest。如果我们仅为一场比赛执行此操作，grepl()，"Alabama"就会像这样使用：

grepl()

并返回一个逻辑，指示哪个grepl("Alabama", dat[, "tag"])元素与字符串“Alabama”匹配：

"tag"

根据另一列的值创建新的数据框列

1 个答案: