在 R 中使用 grepl 减少嵌套的 if else 语句答案

【问题标题】：Reducing nested if else statements with grepl in R在 R 中使用 grepl 减少嵌套的 if else 语句
【发布时间】：2021-11-09 13:45:27
【问题描述】：

在 R 中，我有一个数据框，其中有一列“食物”，其中包含 100 多个不同的字符串值。

例如：

id<-c("1", "2", "3", "4", "5", "6")
food <- c("X1_", "X2_", "X3_", "X4_", "X5_", "X100_")
df <- data.frame(id, food)

我想根据“food”列中的字符串创建一个新列“food_final”。我开始使用嵌套的 ifelses 和 grepl 编写代码，但是考虑到有 100 多个不同的字符串值，我知道拥有 100 多个 if else 绝对是不是这样做的最干净的方式，无论如何，一个人可以拥有多少个。

到目前为止我尝试过的示例：

df$food_final<-ifelse(grepl("X1_", df$food, ignore.case=TRUE), "1",
                      ifelse(grepl("X2_", df$food, ignore.case=TRUE), "2",
                             ifelse(grepl("X3_", df$food, ignore.case=TRUE), "3",
                                    ifelse(grepl("X4_", df$food, ignore.case=TRUE), "4",
                                        ifelse(grepl("X5_", df$food, ignore.case=TRUE), "5",
                                             ifelse(grepl("X100_", df$food, ignore.case=TRUE), "100", NA))))))

创建这个新列“food_final”的最佳方法是什么，而不是使用这么多嵌套的 ifelse 语句？

提前谢谢你。

【问题讨论】：

标签： r if-statement nested grepl

【解决方案1】：

您也许可以在sub 的帮助下使用单行解决方案：

df$food_final <- sub("^X(\\d+)_$", "\\1", df$food)

【讨论】：

谢谢 - 干净多了！

【解决方案2】：

如果您只是想从readr 中提取我喜欢使用parse_number 的字符串中的数字。

df$food_final<-parse_number(df$food)

【讨论】：

谢谢 - 我不知道 parse_number，所以这真的很有用。

【解决方案3】：

如果你想提取数字：

df$food_final <- gsub("\\D", "", df$food)

df
#  id  food food_final
#1  1   X1_          1
#2  2   X2_          2
#3  3   X3_          3
#4  4   X4_          4
#5  5   X5_          5
#6  6 X100_        100

或者，如果存在不同的链接，则与嵌套的 ifelse 基本相同。

x <- c("1"="X1_", "2"="X2_", "3"="X3_", "4"="X4_", "5"="X5_", "100"="X100_")
apply(sapply(x, grepl, df$food, ignore.case=TRUE), 1, function(y) names(x)[y][1])
#[1] "1"   "2"   "3"   "4"   "5"   "100"

或者使用Reduce:

x <- c("1"="X1_", "2"="X2_", "3"="X3_", "4"="X4_", "5"="X5_", "100"="X100_")
Reduce(function(a,b) {
  i <- is.na(a)
  a[i][grepl(x[b], df$food[i], ignore.case=TRUE)] <- b
  a
}, names(x), rep(NA, nrow(df)))
#[1] "1"   "2"   "3"   "4"   "5"   "100"

【讨论】：

谢谢 - 我很欣赏包含替代品。这几乎就像你预料到一个潜在的后续问题;-)

【解决方案4】：

您也可以使用str_extract 仅提取数字：

library(stringr)
df$food_final <- str_extract(df$food, "\\d+")

【讨论】：

【解决方案5】：

我们可以使用来自tidyr 包的extract_numeric：

library(dplyr)
library(tidyr)

df %>% 
  mutate(final_food = extract_numeric(food))

输出：

  id  food final_food
1  1   X1_          1
2  2   X2_          2
3  3   X3_          3
4  4   X4_          4
5  5   X5_          5
6  6 X100_        100

【讨论】：

您好，extract_numeric 现在已弃用，取而代之的是 parse_number。请参阅上面的解决方案
谢谢。我通常使用parse_number，但不知何故忘记了extract_numeric已被弃用！