R 将组织标题映射到数据框
R map org headlines to dataframe
我有一个简单的 org 文件，如下所示：
* Title
** Book 1
*** Chapter 1
*** Chapter 2
...
** Book 3
...
我想将上面的标题结构映射到数据框，以便每一章都可以与其对应的书和标题相关联，如下所示：
data.frame(title="Title", bk=c("Book 1", "Book 1", "Book 3"), ch=c("Chapter 1", "Chapter 2", "Chapter 1"))
title bk ch
1 Title Book 1 Chapter 1
2 Title Book 1 Chapter 2
...
32 Title Book 3 Chapter 1
每个标题的深度可以用这个代码索引：
headlines=grep('\*', input, value=T)
id=str_count(headlines, "\*")
所以下面会给我单独的书籍和章节向量（在这种情况下，标题非常简单）：
ch=headlines[id==3]
bk=headlines[id==2]
正如我们所见，ch 向量肯定会比 bk 长。以id为参考，我们如何让bk对应地重复，从而可以将它们绑定在一起形成上面的dataframe？
也欢迎其他方法。
实际数据
以下是实际数据，对应论语中的书籍和章节。对于那些看不懂中文的人，一个*是整本书的标题（collection），**是单本书，***是章节。
headlines=
c("* 論語", "** 學而第一", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "** 為政第二", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "*** 第22章", "*** 第23章",
"*** 第24章", "** 八佾第三", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "*** 第22章", "*** 第23章",
"*** 第24章", "*** 第25章", "*** 第26章", "** 里仁第四",
"*** 第1章", "*** 第2章", "*** 第3章", "*** 第4章", "*** 第5章",
"*** 第6章", "*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "*** 第12章", "*** 第13章", "*** 第14章",
"*** 第15章", "*** 第16章", "*** 第17章", "*** 第18章",
"*** 第19章", "*** 第20章", "*** 第21章", "*** 第22章",
"*** 第23章", "*** 第24章", "*** 第25章", "*** 第26章",
"** 公冶長第五", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"*** 第25章", "*** 第26章", "*** 第27章", "*** 第28章",
"** 雍也第六", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"*** 第25章", "*** 第26章", "*** 第27章", "*** 第28章",
"** 述而第七", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"*** 第26章", "*** 第27章", "*** 第28章", "*** 第29章",
"*** 第30章", "*** 第31章", "*** 第32章", "*** 第33章",
"*** 第34章", "*** 第35章", "*** 第36章", "*** 第37章",
"*** 第38章", "** 泰伯第八", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "** 子罕第九", "*** 第1章",
"*** 第2章", "*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章",
"*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "*** 第12章", "*** 第13章", "*** 第14章",
"*** 第15章", "*** 第16章", "*** 第17章", "*** 第18章",
"*** 第19章", "*** 第20章", "*** 第21章", "*** 第22章",
"*** 第23章", "*** 第24章", "*** 第25章", "*** 第26章",
"*** 第27章", "*** 第28章", "*** 第29章", "*** 第30章",
"** 鄉黨第十", "*** 第1章", "*** 第3章", "*** 第4章",
"*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章", "*** 第9章",
"*** 第10章", "*** 第11章", "*** 第12章", "*** 第13章",
"*** 第14章", "*** 第15章", "*** 第16章", "*** 第17章",
"*** 第18章", "** 先進第十一", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第19章", "*** 第21章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"** 顏淵第十二", "*** 第1章", "*** 第3章", "*** 第4章",
"*** 第5章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"** 子路第十三", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"*** 第25章", "*** 第26章", "*** 第27章", "*** 第28章",
"*** 第29章", "*** 第30章", "** 憲問第十四", "*** 第1章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "*** 第22章", "*** 第23章",
"*** 第24章", "*** 第25章", "*** 第26章", "*** 第27章",
"*** 第28章", "*** 第29章", "*** 第30章", "*** 第31章",
"*** 第32章", "*** 第33章", "*** 第34章", "*** 第35章",
"*** 第36章", "*** 第37章", "*** 第38章", "*** 第39章",
"*** 第41章", "*** 第42章", "*** 第43章", "*** 第44章",
"*** 第45章", "*** 第46章", "*** 第47章", "** 衛靈公第十五",
"*** 第1章", "*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章",
"*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "*** 第12章", "*** 第13章", "*** 第14章",
"*** 第15章", "*** 第16章", "*** 第17章", "*** 第18章",
"*** 第19章", "*** 第20章", "*** 第21章", "*** 第22章",
"*** 第23章", "*** 第24章", "*** 第25章", "*** 第26章",
"*** 第27章", "*** 第28章", "*** 第29章", "*** 第30章",
"*** 第31章", "*** 第32章", "*** 第33章", "*** 第34章",
"*** 第35章", "*** 第36章", "*** 第37章", "*** 第38章",
"*** 第39章", "*** 第40章", "*** 第41章", "*** 第42章",
"** 季氏第十六", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "** 陽貨第十七", "*** 第1章",
"*** 第2章", "*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章",
"*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "*** 第12章", "*** 第13章", "*** 第14章",
"*** 第15章", "*** 第16章", "*** 第17章", "*** 第18章",
"*** 第19章", "*** 第20章", "*** 第21章", "*** 第22章",
"*** 第23章", "*** 第24章", "** 微子第十八", "*** 第1章",
"*** 第2章", "*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章",
"*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "** 子張第十九", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "*** 第22章", "*** 第23章",
"*** 第24章", "*** 第25章", "** 堯曰第二十", "*** 第1章",
"*** 第2章", "*** 第3章")
所以我正在寻找这样的东西：
title bk ch
1 * 論語 ** 學而第一 *** 第1章
2 * 論語 ** 學而第一 *** 第2章
...
41 * 論語 ** 八佾第三 *** 第1章
有几种方法是可行的。一种方法：
library(tidyr)
library(dplyr)
headlines <- c("Book 1", "Chapter 1", "Chapter 2", "Book 2", "Chapter 1", "Chapter 2")
id <- c(1, 2, 2, 1, 2, 2)
df <- data.frame(ID=id, Book=headlines, Chapter=headlines)
df %>% mutate(Book=ifelse(id == 1, Book, NA)) %>% fill(Book) %>% filter(id == 2)
不使用 tidyverse:
books <- headlines[ id == 1 ]
chapters <- headlines[ id == 2 ]
rl <- rle(id)
reps <- rl$lengths[ rl$values == 2 ]
books <- unlist(lapply(1:length(books), function(i) rep(books[i], reps[i])))
df <- data.frame(Books=books, Chapters=chapters)
这是另一种基本 R 方法，假设您的章节对于每个 book
data.frame(title="Title",
bk = bk[cumsum(c(1, diff(as.integer(sub(".*?(\d+).*", "\1", ch))) < 0))],
ch = ch)
# title bk ch
#1 Title ** Book 1 *** Chapter 1
#2 Title ** Book 1 *** Chapter 2
#3 Title ** Book 1 *** Chapter 3
#4 Title ** Book 3 *** Chapter 1
#5 Title ** Book 3 *** Chapter 2
因为 title 和 ch 已经被提取并且达到了要求的长度，我们不会改变它。对于bk让我们理解一下step-by-step
我们先把ch的数字部分提取出来，转换成整数
as.integer(sub(".*?(\d+).*", "\1", ch))
#[1] 1 2 3 1 2
然后创建一个索引，每当数字部分从其先前的值减少时该索引就会递增
cumsum(c(1, diff(as.integer(sub(".*(?\d+).*", "\1", ch))) < 0))
#[1] 1 1 1 2 2
使用此索引重复 bk
的值
bk[cumsum(c(1, diff(as.integer(sub(".*?(\d+).*", "\1", ch))) < 0))]
#[1] "** Book 1" "** Book 1" "** Book 1" "** Book 3" "** Book 3"
数据
ch <- c("*** Chapter 1", "*** Chapter 2", "*** Chapter 3", "*** Chapter 1",
"*** Chapter 2")
bk <- c("** Book 1", "** Book 3")
编辑
看起来它也适用于更新
data.frame(title="Title",
bk = bk[cumsum(c(1, diff(as.integer(sub(".*?(\d+).*", "\1", ch))) < 0))],
ch = ch)
# title bk ch
#1 Title ** 學而第一 *** 第1章
#2 Title ** 學而第一 *** 第2章
#3 Title ** 學而第一 *** 第3章
#4 Title ** 學而第一 *** 第4章
#5 Title ** 學而第一 *** 第5章
#6 Title ** 學而第一 *** 第6章
#7 Title ** 學而第一 *** 第7章
#8 Title ** 學而第一 *** 第8章
#9 Title ** 學而第一 *** 第9章
#10 Title ** 學而第一 *** 第10章
#....
@January 上面的第二个解决方案适用于实际数据，只需更改一些 id 值即可。
books <- headlines[ id == 2 ]
chapters <- headlines[ id == 3 ]
rl <- rle(id)
reps <- rl$lengths[ rl$values == 3 ]
books <- unlist(lapply(1:length(books), function(i) rep(books[i], reps[i])))
df <- data.frame(Books=books, Chapters=chapters)
我有一个简单的 org 文件，如下所示：
* Title
** Book 1
*** Chapter 1
*** Chapter 2
...
** Book 3
...
我想将上面的标题结构映射到数据框，以便每一章都可以与其对应的书和标题相关联，如下所示：
data.frame(title="Title", bk=c("Book 1", "Book 1", "Book 3"), ch=c("Chapter 1", "Chapter 2", "Chapter 1"))
title bk ch
1 Title Book 1 Chapter 1
2 Title Book 1 Chapter 2
...
32 Title Book 3 Chapter 1
每个标题的深度可以用这个代码索引：
headlines=grep('\*', input, value=T)
id=str_count(headlines, "\*")
所以下面会给我单独的书籍和章节向量（在这种情况下，标题非常简单）：
ch=headlines[id==3]
bk=headlines[id==2]
正如我们所见，ch 向量肯定会比 bk 长。以id为参考，我们如何让bk对应地重复，从而可以将它们绑定在一起形成上面的dataframe？
也欢迎其他方法。
实际数据
以下是实际数据，对应论语中的书籍和章节。对于那些看不懂中文的人，一个*是整本书的标题（collection），**是单本书，***是章节。
headlines=
c("* 論語", "** 學而第一", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "** 為政第二", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "*** 第22章", "*** 第23章",
"*** 第24章", "** 八佾第三", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "*** 第22章", "*** 第23章",
"*** 第24章", "*** 第25章", "*** 第26章", "** 里仁第四",
"*** 第1章", "*** 第2章", "*** 第3章", "*** 第4章", "*** 第5章",
"*** 第6章", "*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "*** 第12章", "*** 第13章", "*** 第14章",
"*** 第15章", "*** 第16章", "*** 第17章", "*** 第18章",
"*** 第19章", "*** 第20章", "*** 第21章", "*** 第22章",
"*** 第23章", "*** 第24章", "*** 第25章", "*** 第26章",
"** 公冶長第五", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"*** 第25章", "*** 第26章", "*** 第27章", "*** 第28章",
"** 雍也第六", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"*** 第25章", "*** 第26章", "*** 第27章", "*** 第28章",
"** 述而第七", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"*** 第26章", "*** 第27章", "*** 第28章", "*** 第29章",
"*** 第30章", "*** 第31章", "*** 第32章", "*** 第33章",
"*** 第34章", "*** 第35章", "*** 第36章", "*** 第37章",
"*** 第38章", "** 泰伯第八", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "** 子罕第九", "*** 第1章",
"*** 第2章", "*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章",
"*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "*** 第12章", "*** 第13章", "*** 第14章",
"*** 第15章", "*** 第16章", "*** 第17章", "*** 第18章",
"*** 第19章", "*** 第20章", "*** 第21章", "*** 第22章",
"*** 第23章", "*** 第24章", "*** 第25章", "*** 第26章",
"*** 第27章", "*** 第28章", "*** 第29章", "*** 第30章",
"** 鄉黨第十", "*** 第1章", "*** 第3章", "*** 第4章",
"*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章", "*** 第9章",
"*** 第10章", "*** 第11章", "*** 第12章", "*** 第13章",
"*** 第14章", "*** 第15章", "*** 第16章", "*** 第17章",
"*** 第18章", "** 先進第十一", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第19章", "*** 第21章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"** 顏淵第十二", "*** 第1章", "*** 第3章", "*** 第4章",
"*** 第5章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"** 子路第十三", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "*** 第15章", "*** 第16章",
"*** 第17章", "*** 第18章", "*** 第19章", "*** 第20章",
"*** 第21章", "*** 第22章", "*** 第23章", "*** 第24章",
"*** 第25章", "*** 第26章", "*** 第27章", "*** 第28章",
"*** 第29章", "*** 第30章", "** 憲問第十四", "*** 第1章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "*** 第22章", "*** 第23章",
"*** 第24章", "*** 第25章", "*** 第26章", "*** 第27章",
"*** 第28章", "*** 第29章", "*** 第30章", "*** 第31章",
"*** 第32章", "*** 第33章", "*** 第34章", "*** 第35章",
"*** 第36章", "*** 第37章", "*** 第38章", "*** 第39章",
"*** 第41章", "*** 第42章", "*** 第43章", "*** 第44章",
"*** 第45章", "*** 第46章", "*** 第47章", "** 衛靈公第十五",
"*** 第1章", "*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章",
"*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "*** 第12章", "*** 第13章", "*** 第14章",
"*** 第15章", "*** 第16章", "*** 第17章", "*** 第18章",
"*** 第19章", "*** 第20章", "*** 第21章", "*** 第22章",
"*** 第23章", "*** 第24章", "*** 第25章", "*** 第26章",
"*** 第27章", "*** 第28章", "*** 第29章", "*** 第30章",
"*** 第31章", "*** 第32章", "*** 第33章", "*** 第34章",
"*** 第35章", "*** 第36章", "*** 第37章", "*** 第38章",
"*** 第39章", "*** 第40章", "*** 第41章", "*** 第42章",
"** 季氏第十六", "*** 第1章", "*** 第2章", "*** 第3章",
"*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章", "*** 第8章",
"*** 第9章", "*** 第10章", "*** 第11章", "*** 第12章",
"*** 第13章", "*** 第14章", "** 陽貨第十七", "*** 第1章",
"*** 第2章", "*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章",
"*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "*** 第12章", "*** 第13章", "*** 第14章",
"*** 第15章", "*** 第16章", "*** 第17章", "*** 第18章",
"*** 第19章", "*** 第20章", "*** 第21章", "*** 第22章",
"*** 第23章", "*** 第24章", "** 微子第十八", "*** 第1章",
"*** 第2章", "*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章",
"*** 第7章", "*** 第8章", "*** 第9章", "*** 第10章",
"*** 第11章", "** 子張第十九", "*** 第1章", "*** 第2章",
"*** 第3章", "*** 第4章", "*** 第5章", "*** 第6章", "*** 第7章",
"*** 第8章", "*** 第9章", "*** 第10章", "*** 第11章",
"*** 第12章", "*** 第13章", "*** 第14章", "*** 第15章",
"*** 第16章", "*** 第17章", "*** 第18章", "*** 第19章",
"*** 第20章", "*** 第21章", "*** 第22章", "*** 第23章",
"*** 第24章", "*** 第25章", "** 堯曰第二十", "*** 第1章",
"*** 第2章", "*** 第3章")
所以我正在寻找这样的东西：
title bk ch
1 * 論語 ** 學而第一 *** 第1章
2 * 論語 ** 學而第一 *** 第2章
...
41 * 論語 ** 八佾第三 *** 第1章
有几种方法是可行的。一种方法：
library(tidyr)
library(dplyr)
headlines <- c("Book 1", "Chapter 1", "Chapter 2", "Book 2", "Chapter 1", "Chapter 2")
id <- c(1, 2, 2, 1, 2, 2)
df <- data.frame(ID=id, Book=headlines, Chapter=headlines)
df %>% mutate(Book=ifelse(id == 1, Book, NA)) %>% fill(Book) %>% filter(id == 2)
不使用 tidyverse:
books <- headlines[ id == 1 ]
chapters <- headlines[ id == 2 ]
rl <- rle(id)
reps <- rl$lengths[ rl$values == 2 ]
books <- unlist(lapply(1:length(books), function(i) rep(books[i], reps[i])))
df <- data.frame(Books=books, Chapters=chapters)
这是另一种基本 R 方法，假设您的章节对于每个 book
data.frame(title="Title",
bk = bk[cumsum(c(1, diff(as.integer(sub(".*?(\d+).*", "\1", ch))) < 0))],
ch = ch)
# title bk ch
#1 Title ** Book 1 *** Chapter 1
#2 Title ** Book 1 *** Chapter 2
#3 Title ** Book 1 *** Chapter 3
#4 Title ** Book 3 *** Chapter 1
#5 Title ** Book 3 *** Chapter 2
因为 title 和 ch 已经被提取并且达到了要求的长度，我们不会改变它。对于bk让我们理解一下step-by-step
我们先把ch的数字部分提取出来，转换成整数
as.integer(sub(".*?(\d+).*", "\1", ch))
#[1] 1 2 3 1 2
然后创建一个索引，每当数字部分从其先前的值减少时该索引就会递增
cumsum(c(1, diff(as.integer(sub(".*(?\d+).*", "\1", ch))) < 0))
#[1] 1 1 1 2 2
使用此索引重复 bk
bk[cumsum(c(1, diff(as.integer(sub(".*?(\d+).*", "\1", ch))) < 0))]
#[1] "** Book 1" "** Book 1" "** Book 1" "** Book 3" "** Book 3"
数据
ch <- c("*** Chapter 1", "*** Chapter 2", "*** Chapter 3", "*** Chapter 1",
"*** Chapter 2")
bk <- c("** Book 1", "** Book 3")
编辑
看起来它也适用于更新
data.frame(title="Title",
bk = bk[cumsum(c(1, diff(as.integer(sub(".*?(\d+).*", "\1", ch))) < 0))],
ch = ch)
# title bk ch
#1 Title ** 學而第一 *** 第1章
#2 Title ** 學而第一 *** 第2章
#3 Title ** 學而第一 *** 第3章
#4 Title ** 學而第一 *** 第4章
#5 Title ** 學而第一 *** 第5章
#6 Title ** 學而第一 *** 第6章
#7 Title ** 學而第一 *** 第7章
#8 Title ** 學而第一 *** 第8章
#9 Title ** 學而第一 *** 第9章
#10 Title ** 學而第一 *** 第10章
#....
@January 上面的第二个解决方案适用于实际数据，只需更改一些 id 值即可。
books <- headlines[ id == 2 ]
chapters <- headlines[ id == 3 ]
rl <- rle(id)
reps <- rl$lengths[ rl$values == 3 ]
books <- unlist(lapply(1:length(books), function(i) rep(books[i], reps[i])))
df <- data.frame(Books=books, Chapters=chapters)