用 dplyr 大写答案

【问题标题】：Capitalize with dplyr用 dplyr 大写
【发布时间】：2016-05-11 09:39:45
【问题描述】：

我正在使用 dplyr 进行数据清理。我想做的一件事是将某些列中的值大写。

    data$surname
    john
    Mary
    John
    mary
    ...

我想我必须将 dplyr 的 mutate 功能与类似的东西一起使用

    titleCase <- function(x) {
    + s <- strsplit(as.character(x), " ")[[1]]
    + paste(toupper(substring(s, 1, 1)), substring(s, 2),
    + sep = "", collapse = " ")
    + }

但是如何将两者结合起来呢？我收到各种错误或截断的数据帧

谢谢

【问题讨论】：

标签： r dplyr capitalize

【解决方案1】：

我们可以使用sub

sub("(.)", "\\U\\1", data$surname, perl=TRUE)
#[1] "John" "Mary" "John" "Mary"

在dplyr 工作流中实现

library(dplyr)
data %>%
     mutate(surname = sub("(.)", "\\U\\1", surname, perl=TRUE))

如果我们需要在多个列上执行此操作

data %>%
     mutate_each(funs(sub("(.)", "\\U\\1", ., perl=TRUE)))

只是为了检查

res <- data1 %>%  
          mutate(surname = sub("(.)", "\\U\\1", surname, perl=TRUE))
sum(grepl("[A-Z]", substr(res$surname, 1,1)))
#[1] 500000

数据

data <- data.frame(surname=c("john", "Mary", "John", "mary"), 
firstname = c("abe", "Jacob", "george", "jen"), stringsAsFactors=FALSE)

data1 <-  data.frame(surname = sample(c("john", "Mary", "John", "mary"), 
    500000, replace=TRUE), stringsAsFactors=FALSE)

【讨论】：

感谢 Akrun，它适用于大小合理的数据框，我已经检查过了。但在我的 500000 行数据框中没有任何效果，也没有显示错误。
@PhilippeRamirez 这很奇怪。您更改了多少列？
一次一个，使用你的第一个 dplyr 函数
@PhilippeRamirez 我无法重现该问题。请检查更新
好的，pb 将与可视化一起使用。在小桌子上应用该功能将向我显示正确大小写的完整结果（在 RStudio 上）。但是 head(data) 将返回原始拼写。与 write.csv 类似。我应该怎么做才能很好地捕捉结果？

【解决方案2】：

有一个专门的功能可以试试：

R.utils::capitalize(data$surname)

如果这需要在dplyr 过程中实现，可以尝试以下方法：

library(dplyr)
library(R.utils)
data %>% mutate(surname = capitalize(surname))

【讨论】：

感谢 RHertel。您的解决方案似乎也有效。我的 pb 是我无法获得最终产品。正如我在上面对 Akrun 的回应，在一张小桌子上应用该函数将向我显示具有正确大小写的完整结果（在 RStudio 上）。但是 head(data) 将返回原始拼写。与 write.csv 类似。我应该怎么做才能很好地捕捉结果？
我找到了一种方法：将结果分配给一个新表。谢谢

【解决方案3】：

聚会有点晚了，但你可以使用stringr包

library(stringr)
library(dplyr)

example1 <- tibble(names = c("john" ,"Mary", "John", "mary"))

example1 %>%
mutate(names = str_to_title(names))

##  names
##  <chr>
## 1 John 
## 2 Mary 
## 3 John 
## 4 Mary

如果您希望所有术语都大写，这仍然有效

example2 <- tibble(names = c("john james" ,"Mary carey", "John Jack", "mary Harry"))

example2 %>%
mutate(names = str_to_title(names))

##  names
##  <chr>
## 1 John James 
## 2 Mary Carey 
## 3 John Jack
## 4 Mary Harry

如果您只想将第一个术语大写，str_to_sentence() 将起作用

example2 %>%
mutate(names = str_to_sentence(names))

##  names
##  <chr>
## 1 John james 
## 2 Mary carey 
## 3 John jack
## 4 Mary harry

【讨论】：