有条件地用其他列的子字符串替换列中的子字符串值答案

【问题标题】：Conditionally replacing a substring value in a column with substrings of other columns有条件地用其他列的子字符串替换列中的子字符串值
【发布时间】：2018-06-20 16:53:38
【问题描述】：

假设您有以下简单的数据框：

Input <- c("X0_1-2 + X1_1-2","X0_1-2 + X1_1-2","X0_1-3 + X1_1-3","X0_3-2 + X1_3-2","X0_3-1 + X1_3-1","X0_2-1 + X1_2-1","X0_2-3 + X1_2-3","X0_13-1 + X1_13-1")
State1 <- c("1-3","1-3","1-2","3-1","3-2","2-1","2-1","13-3")
State2 <- c("1-2","1-2","1-3","3-2","3-1","2-3","2-3","13-1")
DataFrame <- cbind(Input,State1,State2)
DataFrame <- as.data.frame(DataFrame)

产量

            Input State1 State2
1 X0_1-2 + X1_1-2    1-3    1-2
2 X0_1-2 + X1_1-2    1-3    1-2
3 X0_1-3 + X1_1-3    1-2    1-3
4 X0_3-2 + X1_3-2    3-1    3-2
5 X0_3-1 + X1_3-1    3-2    3-1
6 X0_2-1 + X1_2-1    2-1    2-3
7 X0_2-3 + X1_2-3    2-1    2-3
8 X0_13-1 + X1_13-1  13-3   13-1

我试图想出一种聪明的方法来添加一个与“输入”列相等的额外列，但要使“_”后面的值是 State1 或 State2 的那些，根据它与 Input 中相应的子字符串不同，即在这种情况下，期望的结果是

            Input State1 State2          Outcome
1 X0_1-2 + X1_1-2    1-3    1-2 X0_1-3 + X1_1-3
2 X0_1-2 + X1_1-2    1-3    1-2 X0_1-3 + X1_1-3
3 X0_1-3 + X1_1-3    1-2    1-3 X0_1-2 + X1_1-2
4 X0_3-2 + X1_3-2    3-1    3-2 X0_3-1 + X1_3-1
5 X0_3-1 + X1_3-1    3-2    3-1 X0_3-2 + X1_3-2
6 X0_2-1 + X1_2-1    2-1    2-3 X0_2-3 + X1_2-3
7 X0_2-3 + X1_2-3    2-1    2-3 X0_2-1 + X1_2-1
8 X0_13-1 + X1_13-1  13-3    13-1 X0_13-3 + X1_13-3

但到目前为止一直没有成功。

这个想法是用 State1 或 State2 的值替换输入字段中 _ 之后的任何内容，在总和的两侧，以不同者为准。

任何想法/意见将不胜感激。谢谢！

【问题讨论】：

标签： r dataframe replace substring

【解决方案1】：

如果我理解正确，Input 和 Outcome 表示的状态对于字符串的 "XO" 和 "X1" 部分是相同的。 State1 和 State2 也永远不会相同。在这种情况下，您可以从输入中提取状态，将其与两种状态之一进行比较，然后将输出字符串粘贴在一起：

output <- ifelse(substring(DataFrame$Input, 13) == State1, State2, State1)
DataFrame$Outcome <- paste("X0_", output, " + X1_", output, sep = "")
DataFrame
#               Input State1 State2           Outcome
# 1   X0_1-2 + X1_1-2    1-3    1-2   X0_1-3 + X1_1-3
# 2   X0_1-2 + X1_1-2    1-3    1-2   X0_1-3 + X1_1-3
# 3   X0_1-3 + X1_1-3    1-2    1-3   X0_1-2 + X1_1-2
# 4   X0_3-2 + X1_3-2    3-1    3-2   X0_3-1 + X1_3-1
# 5   X0_3-1 + X1_3-1    3-2    3-1   X0_3-2 + X1_3-2
# 6   X0_2-1 + X1_2-1    2-1    2-3   X0_2-3 + X1_2-3
# 7   X0_2-3 + X1_2-3    2-1    2-3   X0_2-1 + X1_2-1
# 8 X0_13-1 + X1_13-1   13-3   13-1 X0_13-3 + X1_13-3

此解决方案适用于任何长度的“状态”子字符串（例如，"1-1" and "201-14") expressed by theInput` 变量。您可以使用正则表达式，但在这种情况下，基于位置进行提取有效（并且更有效）。

【讨论】：

看起来 gr8，谢谢！不想咄咄逼人，你能想出一种让子字符串处理更大参数的方法吗？以防万一可能需要 X13_13-1 或其他格式的“输入”，而不必逐个案例...
@Arrebimbomalho 我不确定我是否理解新问题。也许把它写成一个新问题，并附上你正在寻找的行为的例子，我们会看看我是否能回答。
因此，有条件地替换“输入”中 _ 之后的所有内容而不考虑长度的方法会很好......
@Arrebimbomalho 好的，它现在适用于任何长度的状态子字符串。因为substring（相对于它的合作伙伴substr）在没有给出last 参数时一直提取到text 参数的末尾，所以我们只是从末尾拉出。我还通过将substring 的text 参数更改为DataFrame$Input 而不仅仅是Input，从而修复了原始代码中的一个潜在问题。这样，如果您对数据框进行任何操作（或者如果您没有按照您在问题中向我们展示的方式生成它），您就是从数据框而不是初始变量中提取它。
Gr8，谢谢！无论如何，我编辑了原始问题，以防其他人有足够的勇气插话:)

【解决方案2】：

我会这样做，假设 df 是您的数据框：

replacement <- c("State2","State1")[mapply(grepl, df$State2, df$Input)+1]
df$output <- sapply(1:nrow(df), function(i)gsub( "\\d+-\\d+",df[i, replacement[i]],df[i,"Input"]))

输出：

> df
            Input State1 State2          output
1 X0_1-2 + X1_1-2    1-3    1-2 X0_1-3 + X1_1-3
2 X0_1-2 + X1_1-2    1-3    1-2 X0_1-3 + X1_1-3
3 X0_1-3 + X1_1-3    1-2    1-3 X0_1-2 + X1_1-2
4 X0_3-2 + X1_3-2    3-1    3-2 X0_3-1 + X1_3-1
5 X0_3-1 + X1_3-1    3-2    3-1 X0_3-2 + X1_3-2
6 X0_2-1 + X1_2-1    2-1    2-3 X0_2-3 + X1_2-3
7 X0_2-3 + X1_2-3    2-1    2-3 X0_2-1 + X1_2-1
8 X0_2-1 + X1_2-1    2-3    2-1 X0_2-3 + X1_2-3

【讨论】：

太棒了！非常感谢