R中的条件字符串前缀答案

【问题标题】：Conditional String Prefix in RR中的条件字符串前缀
【发布时间】：2018-12-10 20:56:29
【问题描述】：

我有一个这样的数据框

X <- data.frame(value = c(1,2,3,4,5,6), 
            variable = c("AA", "ab", "BB", "ad", "da", "DD"))

我试图有条件地在所有变量上添加一个字符前缀，以便生成的数据框是这样的（当我们有大写字母时以 G 为前缀，当我们有小写字母时以 M 为前缀）

1   GAA
2   Mab
3   GBB
4   Mad
5   Mda
6   GDD

我试着写一个函数来实现，看起来像这样

prefix <- function(raw_data)
{
  if(raw_data$Members %like% "^[a-z]") {
    raw_data$Members = paste0('M', raw_data$Members)
  }
  else {if(raw_data$Members %like% "^[A-Z]")
  {
    raw_data$Members = paste0('G', raw_data$Members)
  }
  }
}

它要么只是 G 前缀，要么只是 M 前缀。请帮助我确定这个函数有什么问题，或者是否有更好的方法来做到这一点。

【问题讨论】：

标签： r regex string paste

【解决方案1】：

使用ifelse 和grepl 来检查元素是否以小写字母开头。

ifelse(grepl("^[a-z]", X$variable), paste0("M", X$variable), paste0("G", X$variable))
#[1] "GAA" "Mab" "GBB" "Mad" "Mda" "GDD"

【讨论】：

【解决方案2】：

检查变量的tolower 版本是否等于原始变量，并使用结果来索引带有“G”和“M”的向量：

paste0(c("G", "M")[(X$variable == tolower(X$variable)) + 1], X$variable)
# [1] "GAA" "Mab" "GBB" "Mad" "Mda" "GDD"

【讨论】：

这实际上比@markus 提供的解决方案要快。我用原始数据帧的较长版本（使用microbenchmark）对它们进行了基准测试，并使用此版本获得了大约 2.5 倍的加速。我猜严格测试两个字符串的相等性比正则表达式测试更快？
@Thanks Henrik，这也是一个很好的解决方案，正如 qdread 所说的更快。
@qdread 感谢您的基准测试。可能是没有正则表达式和没有ifelse 的组合，这有助于加速。

【解决方案3】：

另一种选择是使用sub。在这种情况下可能不是最好的解决方案，但它是“R 中的条件字符串前缀”的更通用解决方案。

X$variable <- sub('(?=^[A-Z])', 'G', X$variable, perl = T)

X$variable <- sub('(?=^[a-z])', 'M', X$variable, perl = T)

X

#   value variable
# 1     1      GAA
# 2     2      Mab
# 3     3      GBB
# 4     4      Mad
# 5     5      Mda
# 6     6      GDD

Tidyverse 等价物：

library(tidyverse)

X %>% 
  mutate_at('variable', ~ str_replace(., '(?=^[A-Z])', 'G') %>% 
                            str_replace('(?=^[a-z])', 'M'))

【讨论】：