在 R 中将字母映射到数字答案

【问题标题】：Mapping Letters to Numbers in R在 R 中将字母映射到数字
【发布时间】：2020-09-14 08:05:40
【问题描述】：

我有一个由n 字母组成的字符串向量，例如"ABCDEF"

我需要将其映射到某个唯一编号。当然，直观的做法是提取所有单个字母letter，然后通过一个一一匹配到对应的数字

match(letter,LETTERS)

但这会导致大号n 的数字太大，因为每个字母都需要 2 位数字（从 01 到 26）。

我现在的想法是将字符串的每个组合与1和26^n之间的唯一数字相匹配，利用26^n的数字少于2n这一事实大n。

例如对于n=4，我们得到"AAAA" -> 1 和"ZZZZ" -> 26^4

如何在 R 中做到这一点？

【问题讨论】：

标签： r

【解决方案1】：

我猜你想像下面这样对字母进行编码

f <- function(letter) sum((match(unlist(strsplit(letter,"")),LETTERS)-1)*26**((nchar(letter)-1):0))+1

这样

> f("AAAA")
[1] 1

> f("AABC")
[1] 29

> f("ZZZZ")
[1] 456976

【讨论】：

【解决方案2】：

虽然这可能很聪明，但使用因子可能更简单，也更容易理解。您还可以将字符串格式保持在手边，同时将其编码为整数来节省空间。

如果您需要数据库中的整数（这会更好地对它们进行连接），那么您可以使用 as.integer(factor_column) 将因子转换为 int，并且您也将拥有整数变体。

您将失去的是映射的确定性，如果这不仅仅是一次性数据加载，这对您在 DB 世界中可能很重要。

【讨论】：

是的，但我需要数字，因为数据将被读入数据库，每个人都告诉我加入整数而不是字符更有效。所以基本上我试图唯一地映射到整数，同时保持数字尽可能小（否则 R 无法处理它）