在 R 中，使用正则表达式匹配多个模式并将新列添加到列表中答案

【问题标题】：In R, use regular expression to match multiple patterns and add new column to list在 R 中，使用正则表达式匹配多个模式并将新列添加到列表中
【发布时间】：2015-03-16 05:57:40
【问题描述】：

我找到了许多示例，说明如何使用一个模式和一个替换来匹配和更新整个列表，但我现在正在寻找一种在单个语句或循环中为多个模式和多个替换执行此操作的方法.

例子：

> print(recs)
  phonenumber amount
1     5345091    200
2     5386052    200
3     5413949    600
4     7420155    700
5     7992284    600

我想插入一个名为“service_provider”的新列，其中 /^5/ 作为 Company1，/^7/ 作为 Company2。

我可以用以下两行 R 来做到这一点：

recs$service_provider[grepl("^5", recs$phonenumber)]<-"Company1"
recs$service_provider[grepl("^7", recs$phonenumber)]<-"Company2"

然后我得到：

  phonenumber amount service_provider
1     5345091    200          Company1
2     5386052    200          Company1
3     5413949    600          Company1
4     7420155    700          Company2
5     7992284    600          Company2

我想提供一个列表，而不是一组离散的 grepl，这样更容易将特定国家/地区的信息保存在一个地方，而将所有编程逻辑保存在另一个地方。

thisPhoneCompanies<-list(c('^5','Company1'),c('^7','Company2'))

在其他语言中，我会在电话公司列表上使用 for 循环

For every row in thisPhoneCompanies
    Add service provider to matched entries in recs (such as the grepl statement)
end loop

但我知道在 R 中 不是这样做的方法。

【问题讨论】：

包stringi是你的朋友：docs.rexamine.com/R-man/stringi/stringi-arguments.html
将您的数据存储在一个data.frame中，例如phcomp <- data.frame(ph=c(5,7),comp=c("Comp1","Comp2"))，然后根据您的主要数据df$new <- phcomp$comp[match(substr(df$phonenumber,1,1), phcomp$ph)]与之匹配

标签： regex r grepl

【解决方案1】：

使用stringi：

library(stringi)
recs$service_provider <- stri_replace_all_regex(str = recs$phonenumber,
                                        pattern = c('^5.*','^7.*'), 
                                        replacement = c('Company1', 'Company2'),
                                        vectorize_all = FALSE)

recs
#   phonenumber amount service_provider
# 1     5345091    200         Company1
# 2     5386052    200         Company1
# 3     5413949    600         Company1
# 4     7420155    700         Company2
# 5     7992284    600         Company2

【讨论】：

我将这两个选项结合了一点：thisPhoneCompanies

【解决方案2】：

感谢@thelatemail

看起来如果我使用数据框而不是电话公司列表：

phcomp <- data.frame(ph=c(5,7),comp=c("Company1","Company2"))

我可以在一个命令中匹配并添加一个新列到我的电话号码列表中（使用匹配功能）。

recs$service_provider <- phcomp$comp[match(substr(recs$phonenumber,1,1), phcomp$ph)]

看起来我失去了使用正则表达式的能力，但是这里的匹配很简单，只是电话号码的第一位。

【讨论】：