错误 "the condition has length > 1 and only the first element will be used" 是什么意思？

Question

这是我的数据集：

FullName <- c("Jimmy John Cephus", "Frank Chester", "Hank Chester", "Brody Buck Clyde", "Merle Rufus Roscoe Jed Quaid")
df <- data.frame(FullName)

目标：在 FullName 中查找任何空格“”，并提取出 FirstName。

我的第一步是利用 stringr 库，因为我将利用 str_count() 和 word() 函数。

接下来我针对 df 和 R returns 测试 stringr::str_count(df$FullName, " "):

[1] 2 1 1 2 4

这是我所期望的。

接下来我测试 word() 函数：

stringr::word(df$FullName, 1)

R returns:

[1] "Jimmy" "Frank" "Hank"  "Brody" "Merle"

再一次，这就是我所期望的。

接下来我构建了一个包含 str_count() 函数的简单 UDF（用户定义函数）：

split_firstname = function(full_name){
  x <- stringr::str_count(full_name, " ")
  return(x)
}
split_firstname(df$FullName)

同样，R 提供了我所期望的：

[1] 2 1 1 2 4

作为最后一步，我将 word() 函数合并到所有条件的 UDF 和代码中：

    split_firstname = function(full_name){
  x <- stringr::str_count(full_name, " ")
  if(x==1){
    return(stringr::word(full_name,1))
  }else if(x==2){
    return(paste(stringr::word(full_name,1), stringr::word(full_name,2), sep = " "))
  }else if(x==4){
    return(paste(stringr::word(full_name,1), stringr::word(full_name,2), stringr::word(full_name,3), stringr::word(full_name,4), sep = " "))
  }
}

然后我调用 UDF 并将来自 df:

的 FullName 传递给它

split_firstname(df$FullName)

这次我没有得到我预期的结果，R returned:

[1] "Jimmy John"    "Frank Chester" "Hank Chester"  "Brody Buck"    "Merle Rufus"  
Warning messages:
1: In if (x == 1) { :
  the condition has length > 1 and only the first element will be used
2: In if (x == 2) { :
  the condition has length > 1 and only the first element will be used

我原以为 R 会 return 给我以下内容：

"Jimmy John", "Frank", "Hank", "Brody Buck", "Merle Rufus Roscoe Jed"

Answer 1

问题是您正在使用带向量的 if 语句。这是不允许的，也不会像您期望的那样工作。您可以使用 dplyr.

中的 case_when 函数

library(dplyr)

split_firstname <- function(full_name){
  x <- stringr::str_count(full_name, " ")
  case_when(
    x == 1 ~ stringr::word(full_name, 1),
    x == 2 ~ paste(stringr::word(full_name,1), stringr::word(full_name,2), sep = " "),
    x == 4 ~ paste(stringr::word(full_name,1), stringr::word(full_name,2), stringr::word(full_name,3), stringr::word(full_name,4), sep = " ")
  )
}

Answer 2

lukeA 的回答是最好的方法，但如果你发现你无法向量化函数，从 base-r 应用 sapply 并从 dplyr rowwise 也可以解决这个问题

df$first <- sapply(df$FullName, split_firstname)
head(df)
                      FullName                  first
1            Jimmy John Cephus             Jimmy John
2                Frank Chester                  Frank
3                 Hank Chester                   Hank
4             Brody Buck Clyde             Brody Buck
5 Merle Rufus Roscoe Jed Quaid Merle Rufus Roscoe Jed

library(dplyr)

df <- df %>% rowwise() %>% 
  mutate(split2 = split_firstname(FullName))

head(df)
                      FullName                  first                 split2
                        <fctr>                  <chr>                  <chr>
1            Jimmy John Cephus             Jimmy John             Jimmy John
2                Frank Chester                  Frank                  Frank
3                 Hank Chester                   Hank                   Hank
4             Brody Buck Clyde             Brody Buck             Brody Buck
5 Merle Rufus Roscoe Jed Quaid Merle Rufus Roscoe Jed Merle Rufus Roscoe Jed

错误 "the condition has length > 1 and only the first element will be used" 是什么意思？

What does the error "the condition has length > 1 and only the first element will be used" mean?

r

user-defined-functions

stringr