在没有循环的情况下在 Dataframe 中子字符串、填充和粘贴列

Question

我有这个数据框，它看起来像这样：

我需要从 at 列中取出第一个字符，an 中的整个值，然后在末尾放置一个计数器，随着 an 列中的重复而递增。该计数器的长度必须始终为三。最终结果是这样的：

所以这里没什么特别的，我可以用下面的代码做到这一点（准备留下深刻的印象）：

library(stringr) 
tk <- ""
for (i in 1:nrow(df)){
  if (tk == df$an[i]){
    counter <- counter + 1
  } else {
    tk <- df$an[i]
    counter <- 1
  }
  df$ap[i] <- counter
}

df$ap <- paste0(substr(df$at, 1, 1), df$an, str_pad(df$ap, 3, pad="0"))

我对这次崩溃非常不满意。它似乎不是很 "R"，我非常希望永远不要让它出现。我怎样才能使它更 "R"？

感谢您的建议。

Answer 1

这个有效：

library(stringr)    
df = data.frame(at=c("NDA","ANDA","ANDA","NDA","ANDA"),an=c("023356","023357","023357","023357","023398"),stringsAsFactors = F)

df$ap = paste0(substr(df$at,1,1),
               df$an,str_pad(ave(df$an, df$an, FUN = seq_along),width=3,pad="0"))

输出：

    at     an         ap
1  NDA 023356 N023356001
2 ANDA 023357 A023357001
3 ANDA 023357 A023357002
4  NDA 023357 N023357003
5 ANDA 023398 A023398001

希望对您有所帮助！

Answer 2

library(stringr)
library(dplyr)
df1 <- df %>%
          group_by(an) %>%
          mutate(ap=paste0(substr(at, 1, 1), an, str_pad(row_number(), 3, pad="0")))

     at     an         ap
1   NDA 023356 N023356001
2  ANDA 023357 A023357001
3  ANDA 023357 A023357002
4   NDA 023357 N023357003
5  ANDA 023398 A023398001

Answer 3

在 base R 中，您可以使用 sprintf 填充 0 并 ave 得到这样的计数：

df$ap <- paste0(substr(df$at, 1, 1), df$an,
                sprintf("%03.0f", as.numeric(ave(df$an, df$an, FUN=seq_along))))

ave 执行组计算，seq_along 计算行数。

哪个returns

df
    at     an         ap
1  NDA 023356 N023356001
2 ANDA 023357 A023357001
3 ANDA 023357 A023357002
4  NDA 023357 N023357003
5 ANDA 023398 A023398001

Answer 4

data.table 中的 rleid 和 rowid 函数在这里很有用：

# using df from @Florian's answer
library(data.table)
setDT(df)

df[, v := paste0(
  substr(at, 1, 1), 
  an, 
  sprintf("%03.f", rowid(rleid(an)))
)]

#      at     an          v
# 1:  NDA 023356 N023356001
# 2: ANDA 023357 A023357001
# 3: ANDA 023357 A023357002
# 4:  NDA 023357 N023357003
# 5: ANDA 023398 A023398001

工作原理：

sprintf 有效地完成了 OP 中 stringr::str_pad 的工作。
rleid 将一系列重复值组合在一起。
rowid 在每组中制作一个计数器。

在没有循环的情况下在 Dataframe 中子字符串、填充和粘贴列

Substring, Pad and Paste Columns in Dataframe without a Loop

string

r

dataframe

stringr