R：使用 sapply 或 str_replace_all 而不是 FindReplace答案

【问题标题】：R: Using sapply or str_replace_all instead of FindReplaceR：使用 sapply 或 str_replace_all 而不是 FindReplace
【发布时间】：2020-11-24 14:45:47
【问题描述】：

示例数据框：

words <- c('Nothing', 'no thing', 'nada', 'nuthin', 'not a thing', 'nothing', 'nothing', 'Nothing', 'nil')
number <- c(1:9)
df <- data.frame(words, number)

在这个df中，我需要用“Nothing”替换所有相当于“nothing”的词。在这个示例 df 中，这就是所有单词，但实际上 df 有许多不应更改的单词。我有一个包含应该更改的单词列表的文本文件，我使用 read_delim 读取了该文件。读入文件后，“更改”在通过 typeof() 运行后显示为“列表”，在通过 class() 运行后显示为“spec_tbl_df”“tbl_df”“tbl”“data.frame”。

我只能从 DataCombine 包中获取 FindReplace 来为我工作。我首先在“更改”中创建了一个替换列，然后通过 FindReplace 运行它。

changes <- mutate(changes, Replacement='Nothing')
df <- FindReplace(df, 'words', changes, from='words', to='Replacement', exact=TRUE, vector=FALSE)

结果就是我想要的。

words    number
Nothing  1
Nothing  2
Nothing  3
Nothing  4
Nothing  5
Nothing  6
Nothing  7
Nothing  8
Nothing  9

但我认为应该有一种方法可以在“更改”上运行循环并使用 sapply 或 str_replace_all 来执行此操作。但我无法让其中任何一个工作。我不断收到错误：UseMethod（“type”）中的错误：没有适用于“type”的适用方法应用于“c（'tbl_df'，'tbl'，'data.frame'）”类的对象。如果可能的话，我想知道如何让这两个选项起作用。此外，您对 DataCombine 包的想法将不胜感激。我以前没遇到过。

【问题讨论】：

你能分享来自你实际df 的数据并显示它的预期输出吗？您还想只从DataCombine 包中获得答案还是对其他解决方案持开放态度？
@RonakShah，这是来自 Kaggle 的 515k 酒店评论，超过 515k 行和 17 列。但我觉得我提供的样本 df 足以代表我正在寻找的东西。数字列不是必需的，但强化了我原来是数据框而不是向量或列表的事实。我更新了问题以显示结果，这很好，我使用 DataCombine。我不需要这方面的帮助。我希望从 sapply 和 str_replace_all 中获得其他选项，但其他选项（我喜欢 dplyr）也很棒。另外，如果有人使用 DataCombine 以及他们对它的看法。

标签： r replace

【解决方案1】：

我这样做的两种方法是使用嵌套的 ifelse 语句或替换表，然后是 left_join()。

嵌套 ifelse 示例：您可以根据需要循环多次。

    df %>%
       mutate(col_with_text = ifelse(col_with_text == "Nothing", "None",
                                    ifelse(col_with_text == "nada", "None", NA))

表和左连接示例：

table_for_join <- data.frame(col_with_names = c('Nothing', 'no thing', 'nada', 'nuthin', 'not a thing', 'nothing', 'nothing', 'Nothing', 'nil'),
                             new_values = "None") # just made this one all the same for simplicity, but you can define this table however makes sense 

df %>%
  mutate(new_col = left_join(., table_for_join))

【讨论】：

【解决方案2】：

你可以试试这个方法

df2 <- df %>% 
  mutate(words = str_replace_all(words, regex(" "), "")) %>% 
  mutate(words =  str_to_title(words, locale = "en")) %>% 
  mutate(words =  str_replace_all(words, regex("^Na.*|^Nu.*|^Nil.*|^Nota.*"), "Nothing"))
df2
#     words   number
# 1 Nothing      1
# 2 Nothing      2
# 3 Nothing      3
# 4 Nothing      4
# 5 Nothing      5
# 6 Nothing      6
# 7 Nothing      7
# 8 Nothing      8
# 9 Nothing      9

【讨论】：