使用 lapply 和 gsub 替换数据框中的单词，使用另一个数据框作为 'dictionnary'

Question

我有一个名为 data 的数据框，我想在其中替换特定列 A 和 B 中的一些词。
我有一个名为 dict 的第二个数据框，它扮演 dictionnary/hash 的角色，其中包含用于替换的单词和值。

我认为可以使用 purrr 的 map() 来完成，但我想使用 apply。这是一个包，我不想加载另一个包。
下面的代码不起作用，但它给了你想法。我卡住了。

columns <- c("A", "B" ) 
data[columns] <- lapply(data[columns], function(x){x}) %>% lapply(dict, function(y){
         gsub(pattern = y[,2], replacement = y[,1], x)})

这是为了改变一个词而工作...但我无法传递字典中包含的变化列表。

data[columns] <- lapply(data[columns], gsub, pattern = "FLT1", replacement = "flt1")

Answer 1

@Gregor_Thomas是对的，需要一个for循环才能起到递归的作用，否则你一次只替换一个值。

df <- data.frame("A"=c("PB1","PB2","OK0","OK0"),"B"=c("OK3","OK4","PB1","PB2"))
dict <- data.frame("pattern"=c("PB1","PB2"), "replacement"=c("OK1","OK2"))

apply(df[,c("A","B")],2, FUN=function(x) {
  for (i in 1:nrow(dict)) {
    x <- gsub(pattern = dict$pattern[i], replacement = dict$replacement[i],x)
  }
  return(x)
})

或者，如果您的 dict 数据太长，您可以使用 paste 作为代码生成器生成一系列您需要的 gsub :

paste0("df[,'A'] <- gsub(pattern = '", dict$pattern,"', replacement = '", dict$replacement,"',df[,'A'])")

它为“A”列生成所有 gsub 行：

"df[,'A'] <- gsub(pattern = 'PB1', replacement = 'OK1',df[,'A'])"
"df[,'A'] <- gsub(pattern = 'PB2', replacement = 'OK2',df[,'A'])"

然后评估代码并将其包装在 lapply 中用于各个列：

lapply(c("A","B"), FUN = function(v) { eval(parse(text=paste0("df[,'", v,"'] <- gsub(pattern = '", dict$pattern,"', replacement = '", dict$replacement,"',df[,'",v,"'])"))) })

虽然丑陋，但可以很好地避免长循环。

Edit ：对于 df 和 dict 之间的精确匹配，也许你应该使用 == 而不是 gsub()。（我在这里不使用 match() 因为它只选择第一个匹配的

df <- data.frame("A"=c("PB1","PB2","OK0","OK0","OK"),"B"=c("OK3","OK4","PB1","PB2","AB"))
dict <- data.frame("pattern"=c("PB1","PB2","OK"), "replacement"=c("OK1","OK2","ZE"))

apply(df[,c("A","B")],2, FUN=function(x) {
for (i in 1:nrow(dict)) {
     x[x==dict$pattern[i]] <- dict$replacement[i]
    }
   return(x)
 })

使用 lapply 和 gsub 替换数据框中的单词，使用另一个数据框作为 'dictionnary'

Using lapply with gsub to replace word in dataframe using another dataframe as 'dictionnary'

dictionary

r

lapply