匹配和替换字符向量中的单词答案

【问题标题】：Match and replace words in char-vector匹配和替换字符向量中的单词
【发布时间】：2020-10-29 19:17:37
【问题描述】：

我有一个带有文本行的向量，如下所示：

text<-c("Seat 1: 7e7389e3 ($2 in chips)","Seat 3: 6786517b ($1.67 in chips)","Seat 4: 878b0b52 ($2.16 in chips)","Seat 5: a822375 ($2.37 in chips)","Seat 6: 7a6252e6 ($2.51 in chips)")

我必须用其他词替换一些词，我在这样的数据框中：

df<-data.frame(codigo=c("7e7389e3","6786517b","878b0b52","a822375","7a6252e6"),
name=c("lucas","alan","ivan","lucio","donald"))

所以我想 1) 抓取“文本”的第一行 2) 检查 df 中是否有要替换的单词 3) 替换它 4) 对下一个“文本”行执行相同操作，依此类推。为了有这样的东西：

[1] "Seat 1: lucas ($2 in chips)"
[2] "Seat 3: alan ($1.67 in chips)"
[3] "Seat 4: ivan ($2.16 in chips)"
[4] "Seat 5: lucio ($2.37 in chips)"
[5] "Seat 6: donald ($2.51 in chips)"

有什么公式可以做到这一点？

【问题讨论】：

标签： r

【解决方案1】：

我们可以使用str_replace_all 轻松做到这一点，它可以采用命名向量

library(stringr)
library(tibble)
str_replace_all(text, deframe(df))
#[1] "Seat 1: lucas ($2 in chips)"  
#[2] "Seat 3: alan ($1.67 in chips)" 
#[3]  "Seat 4: ivan ($2.16 in chips)"  
#[4] "Seat 5: lucio ($2.37 in chips)" 
#[5] "Seat 6: donald ($2.51 in chips)"

【讨论】：

【解决方案2】：

使用sapply + gsub + Vectorize 的基本 R 选项

unname(sapply(text,function(x) (u <- Vectorize(gsub)(df$codigo,df$name,x,fixed = TRUE))[u!=x]))

给了

[1] "Seat 1: lucas ($2 in chips)"     "Seat 3: alan ($1.67 in chips)"
[3] "Seat 4: ivan ($2.16 in chips)"   "Seat 5: lucio ($2.37 in chips)"
[5] "Seat 6: donald ($2.51 in chips)"

【讨论】：

【解决方案3】：

像这样的情况是使用for 循环的绝佳机会。这很无聊，但它很有效，并且根据上一个问题在效率方面具有相当的竞争力 - regex for preserving case pattern, capitalization

out <- text
for (i in seq_len(nrow(df)) ) {
    out <- gsub(df$codigo[i], df$name[i], out)
}
out
#[1] "Seat 1: lucas ($2 in chips)"     "Seat 3: alan ($1.67 in chips)"  
#[3] "Seat 4: ivan ($2.16 in chips)"   "Seat 5: lucio ($2.37 in chips)" 
#[5] "Seat 6: donald ($2.51 in chips)"

【讨论】：

【解决方案4】：

使用tidyverse 函数尝试这种方法。看起来，如果有: 和 ( 的模式，您可以分配一个公共拆分元素和分隔列，与df 连接，最后连接字符串以获得预期结果。代码如下：

library(tidyverse)
res <- text %>% as.data.frame %>% setNames(.,'v1') %>%
  mutate(v1=gsub(': ','*',v1),
         v1=gsub(' (','*',v1,fixed=T)) %>%
  separate(v1,c('Var1','codigo','Var3'),sep='\\*') %>%
  left_join(df) %>%
  mutate(Out=paste0(Var1,': ',name,' (',Var3)) %>%
  select(Out)

输出：

                              Out
1     Seat 1: lucas ($2 in chips)
2   Seat 3: alan ($1.67 in chips)
3   Seat 4: ivan ($2.16 in chips)
4  Seat 5: lucio ($2.37 in chips)
5 Seat 6: donald ($2.51 in chips)

【讨论】：