针对 r 中的特定条件将字符重新编码为数字答案

【问题标题】：recode character to numeric for specific conditions in r针对 r 中的特定条件将字符重新编码为数字
【发布时间】：2021-10-14 19:01:55
【问题描述】：

我有一个看起来像这样的原始数据集。：

> df.1
     id score
1  13_B     1
2  13_C     4
3 133_D     5
4   141     2
5   145     3
6   143     4
7  12_B     6
8  12_C     7
9  12_D     9

我需要做一些需要所有ids 数字的过程，因此我将_B|_C|_D 重新编码为1|2|3。

在我对具有额外 group 列的数据集完成一些处理后，我的示例数据集如下所示：

df.2 <- data.frame(id = c("131","132","133", "141", "145", "143", "121","122","123"),
                   score = c(1,4,5,2,3,4,6,7,9),
                   group = c(5,5,5,4,4,4,3,3,3))
    
> df.2
   id score group
1 131     1     5
2 132     4     5
3 133     5     5
4 141     2     4
5 145     3     4
6 143     4     4
7 121     6     3
8 122     7     3
9 123     9     3

此时，我需要将ids 转换回原来的items = c(12,13,15)。所以15 不在这个数据集中，但需要一些可以在全球范围内使用的东西。我想要的输出是：

> df.3
     id score group
1  13_B     1     5
2  13_C     4     5
3  13_D     5     5
4   141     2     4
5   145     3     4
6   143     4     4
7  12_B     6     3
8  12_C     7     3
9  12_D     9     3

有什么想法吗？

谢谢！

【问题讨论】：

您是如何获得group 值的
第三个元素是133_D还是13_D
是否可以保持原始列'id'不变，然后创建一个新列'id_numeric'？然后你可以使用选择的 id 来做你的过滤器等等
@akrun 纠正了那个错字。 group 变量是在我对数据集进行了一些处理之后出现的。没什么重要的。
@amisos55 可以查看更新解决方案吗

标签： r recode

【解决方案1】：

使用 str_replace_all 通过传递命名向量 (setNames) 来重新编码子字符串替换

library(dplyr)
library(stringr)
df.1 %>% 
   mutate(id1 = as.numeric(str_replace_all(str_replace(id, "^(\\d{2})\\d+_(.*)", 
       "\\1_\\2"),  setNames(as.character(c(1, 2, 3)), c("_B", "_C", "_D")))))

-输出

   id   score   id1
1  13_B     1 131
2  13_C     4 132
3 133_D     5 133
4   141     2 141
5   145     3 145
6   143     4 143
7  12_B     6 121
8  12_C     7 122
9  12_D     9 123

用于从 'df.2' 替换

df.2 %>% 
   mutate(id2 = case_when(substr(id, 1, 2) %in% c(12, 13, 15) ~ 
    str_replace_all(as.character(id), setNames(c("_B", "_C", "_D"),
          str_c(1:3, "$"))), TRUE ~as.character(id)))

-输出

   id score group  id2
1 131     1     5 13_B
2 132     4     5 13_C
3 133     5     5 13_D
4 141     2     4  141
5 145     3     4  145
6 143     4     4  143
7 121     6     3 12_B
8 122     7     3 12_C
9 123     9     3 12_D

数据

df.1 <- structure(list(id = c("13_B", "13_C", "133_D", "141", "145", 
"143", "12_B", "12_C", "12_D"), score = c(1L, 4L, 5L, 2L, 3L, 
4L, 6L, 7L, 9L)), row.names = c("1", "2", "3", "4", "5", "6", 
"7", "8", "9"), class = "data.frame")

【讨论】：

【解决方案2】：

你可以试试这个：

df.2 %>% 
  group_by(group) %>% 
  mutate(group_id=row_number(),
         x= paste0("_", LETTERS[2:4])) %>% 
  mutate(id2 = ifelse(!str_detect(id,"14"), paste0(str_sub(id,1,2),x),id)) %>% 
  select(id, id2, score, group)

  id    id2   score group
  <chr> <chr> <dbl> <dbl>
1 131   13_B      1     5
2 132   13_C      4     5
3 133   13_D      5     5
4 141   141       2     4
5 145   145       3     4
6 143   143       4     4
7 121   12_B      6     3
8 122   12_C      7     3
9 123   12_D      9     3

【讨论】：