R中字符串的类字典匹配

Question

我有一个数据框，其中字符串变量是非正式的元素列表，可以按符号拆分。我想在另一个数据集的基础上对这些元素进行操作。

例如任务：计算元素之和

df_1 <- data.frame(element=c(1:2),groups=c("A,B,C","A,D"))
df_2 <- data.frame(groups=c("A","B","C","D"), values=c(1:4))

desired <- data.frame(element=c(1:2),groups=c("A,B,C","A,D"),sum=c(6,5))

Answer 1

一个选项是用分隔符 , 拆分 'groups' 以使用 separate_rows 扩展行，与 key/val 数据集进行连接（'df_2'), 由 'element' 生成, 得到 'values'

的 sum

library(tidyverse)
df_1 %>% 
  separate_rows(groups) %>% 
  left_join(df_2) %>% 
  group_by(element) %>%
  summarise(groups = toString(groups), sum = sum(values))
# A tibble: 2 x 3
#  element groups    sum
#    <int> <chr>   <int>
#1       1 A, B, C     6
#2       2 A, D        5

或者 base R 的另一种选择是使用命名的 key/value vector 'nm1') 来更改拆分的 list 元素中的值, sum 并将其分配给 'df_1'

中的新列

nm1 <- setNames(df_2$values, df_2$groups)
df_1$sum <- sapply(strsplit(as.character(df_1$groups), ","), function(x) sum(nm1[x]))

R中字符串的类字典匹配

Dictionary-like matching on string in R

r

vocabulary

strsplit

dplyr