R - 用 for 循环和 gsub 替换字符串的一部分

Question

我有两个数据框（df1 和 df2），我想用 df2 中的相应字符串替换 df1 中的部分字符串。

例如：结果应该是df3

a <- c("extra text test-ID 1", "extra text test-ID 2", "extra text test-ID 3", "extra text test-ID 4")
b <- c("experiment 5","experiment 6","experiment 7","experiment 8") 
c <- c("exercise 9","exercise 10","exercise 11","exercise 12")

df1 <- data.frame(a,b,c)
names(df1) <- c('a','b','c')

d <- c("test-ID 1", "test-ID 2", "test-ID 4")
e <- c("test-ID 1098", "test-ID 245", "test-ID 77")

df2 <- data.frame(d,e)
names(df2) <- c('a','b')

df1
df2

f <- c("extra text test-ID 1098", "extra text test-ID 245", "extra text test-ID 3", "extra text test-ID 77")
g <- c("experiment 5","experiment 6","experiment 7","experiment 8") 
h <- c("exercise 9","exercise 10","exercise 11","exercise 12")

df3 <- data.frame(f,g,h)
names(df3) <- c('a','b','c')
df3

我想用一个函数来执行这个。

replacefunction <- function(x) {
  cat(paste("searching for ", x, "\n"))
  for (i in seq_along(df2$a)) {
    old <- df2$a[i]
    new <- df2$b[i]
    if (grepl(old, x)) { 
      cat(paste0('found ', '"', old, '"', "\n"))
      return(gsub(old, new, x))
    }
  }
}

但是，这会发出警告：

df4 <- replace_values(df1$a)

Warning message:
In if (grepl(old, x)) { :
  the condition has length > 1 and only the first element will be used

只有 df1$a 列中的第一个条目被更改，为什么会发生这种情况？

Answer 1

这是一种基本的 R 方法，主要依赖于 apply 函数。我几乎喜欢我的回答，只是我不得不在对sapply 的最内层调用中使用显式的for 循环。此循环遍历 df2 模式/替换数据帧的所有行，并尝试对输入数据帧 df1 的每个元素进行替换。

d <- c("test-ID 1", "test-ID 2", "test-ID 4")
d <- paste0("\\b", d, "\\b")
e <- c("test-ID 1098", "test-ID 245", "test-ID 77")

df2 <- data.frame(d,e)
names(df2) <- c('a','b')

df1
df1[] <- lapply(df1, function(x) {    # apply function(x) to each element of df1
    sapply(x, function(y) {
        for (i in 1:nrow(df2)) {
            y <- gsub(df2[i, "a"], df2[i, "b"], y)
        }
        return(y)
    })
})

df1

                     a            b           c
1 extra text test-ID 1 experiment 5  exercise 9
2 extra text test-ID 2 experiment 6 exercise 10
3 extra text test-ID 3 experiment 7 exercise 11
4 extra text test-ID 4 experiment 8 exercise 12
                        a            b           c
1 extra text test-ID 1098 experiment 5  exercise 9
2  extra text test-ID 245 experiment 6 exercise 10
3    extra text test-ID 3 experiment 7 exercise 11
4   extra text test-ID 77 experiment 8 exercise 12

我使用sub 来处理替换逻辑，因为这适用于正则表达式模式，所以我用单词边界包围了你的目标模式。也就是说，我匹配\btest-ID 1\b 而不仅仅是test-ID 1，如果它作为子字符串出现在其他文本中，后者也将匹配该术语。