“如何获取字符串列表并根据另一列中的字符串插入新的数据框列？”

Question

我有棒球运动员的数据，想在他们的姓名旁边插入一个新列，其中包含他们各自的学校。我在与数据框对应的列表中有学校名称。我想创建一个循环，一旦第一列到达字符串“Opponents：”，它将转到下一个学校，我需要什么循环来完成这个？

我尝试过使用 and if then else 语句，以及 next 将学校插入列中。

schools <- c("College of Idaho","Aquinas","Avila","Baker")

df$School <- for (i in nrow(df)) 
if(df$Name!="Opponents:") {
schools[1]
else 
next schools
}

我希望我的 df 看起来像这样：

    Name           School
    Van, Austin   College of Idaho
    Lewis, Payton College of Idaho
    ....
    Opponents:     College of Idaho
    Overbeek, Alec Aquinas
    Haran, Noah    Aquinas

Answer 1

您遇到了一些问题。最大的问题是您没有在循环中使用i，因此在不同的迭代中没有任何变化。

df$School <- for 

这通常是行不通的。 for() 不返回任何内容，您需要在循环内进行赋值。

for (i in nrow(df)) 

这是一个常见的错字。你想要for (i in 1:nrow(df))，否则只会有一次迭代。

if(df$Name!="Opponents:") {

这里有两个问题：(a)df$Name 是整个列，我们希望这是i 特定的。 (b) 从您的样本结果来看，您仍然希望将学校分配到“Opponents:”行。所以我们需要确保这种情况发生。

schools[1]

这很糟糕。 schools[1] 是 "College of Idaho"。你希望这能够改变到不同的学校，而不是总是成为第一所学校。

else 
next schools
}

next 立即进入下一个迭代。 schools 之后什么都不做。

这是一个有效的 for 循环（未经测试，因为您的数据不可复制/粘贴）：

current_school = 1
for (i in 1:nrow(df)) {
  df$Schools[i] = schools[current_school]
  if(df$Name == "Opponents:") {
    current_school = current_school + 1
  }
}

但我们不喜欢循环。这是一种更巧妙的方法：首先，我们将累积“Opponents:”行数，然后将其偏移 1（以便“Opponents:”行与上面的行获得相同的学校），然后我们可以一次性完成所有任务：

opp_count = cumsum(df$Name == "Opponents:") + 1  # count "Opponents:" rows, starting from 1
opp_count = c(1, opp_count[-nrow(df)]) # offset by 1
df$School = schools[opp_count] # use this to index the schools vector for assignment

---

我没有测试这些解决方案，因为您的数据不是易于导入的格式。如果您分享dput(droplevels(df[1:20, c("Name", "School")]))，那将提供您的数据框的副本/可粘贴版本，我很乐意进行测试和调试。