R mutate & gsub 其中模式基于列答案

【问题标题】：R mutate & gsub where pattern is based on a columnR mutate & gsub 其中模式基于列
【发布时间】：2020-11-24 10:29:58
【问题描述】：

我正在尝试使用mutate() 和gsub() 从var_1 中删除pattern。

由于gsub() 只需要一个字符串，我必须在mutate() 之前使用rowwise()。否则它将只使用pattern 列中的第一条记录。

我想知道是否有任何其他方法可以在不使用rowwise() 的情况下达到相同的结果，因为它会大大减慢进程。

test <- data.frame(
  var_1 = c('1AB', '2AB', '3C')
  ,pattern = c('AB','A','C')
)

test %>%
  dplyr::rowwise() %>%
  dplyr::mutate( result = sub(pattern, '', var_1)
          )

期望的结果：

# A tibble: 3 x 4
# Rowwise: 
  var_1 var_2 pattern result
  <chr> <lgl> <chr>   <chr> 
1 1AB   FALSE AB      1     
2 2AB   TRUE  A       2B    
3 3C    FALSE C       3

【问题讨论】：

标签： r gsub dplyr rowwise

【解决方案1】：

您可以使用矢量化的stringr 选项。

使用str_remove：

library(dplyr)
library(stringr)

test %>% mutate(result = str_remove(var_1, pattern))

#  var_1 pattern result
#1   1AB      AB      1
#2   2AB       A     2B
#3    3C       C      3

这与使用str_replace 替换为"" 相同。

test %>%  mutate(result = str_replace(var_1, pattern, ''))

【讨论】：

谢谢罗纳克！我试图比较 mutate + str_replace 和 with + str_replace 似乎 mutate + str_replace 要慢得多。你知道为什么会这样吗（请参阅我下一条评论中的代码）？
microbenchmark::microbenchmark(test %>% mutate(temp = stringr::str_remove(string = var_1,pattern = pattern)),with(test, stringr::str_remove(string = var_1,pattern = 模式 ) ) , 次 = 10L )
我实际上并不知道mutate 是否会增加额外的开销。您正在对多少行数据进行测试？
我使用的数据帧与上面定义的相同，所以 3 行，mutate 方法至少比with 方法花费的时间长 10 倍
3 行无法获得任何有意义的结果。将您的数据扩展到至少 10k 行，然后进行测试。

【解决方案2】：

我们可以使用map2

library(dplyr)
library(purrr)
test %>% 
      mutate(result = map2_chr(var_1, pattern, ~ sub(.y, '', .x)))

【讨论】：