web-dev-qa-db-ja.com

他の列と一致する部分的な文字列に基づいて、データフレームに新しい列を作成します

2つの列GLとGLDESCのデータフレームがあり、列KINDの内部にあるデータに基づいて、GLDESCと呼ばれる3番目の列を追加します。

データフレームは次のとおりです。

      GL                             GLDESC
1 515100         Payroll-Indir Salary Labor
2 515900 Payroll-Indir Compensated Absences
3 532300                           Bulk Gas
4 539991                     Area Charge In
5 551000        Repairs & Maint-Spare Parts
6 551100                 Supplies-Operating
7 551300                        Consumables

データテーブルの各行について：

  • GLDESCに単語Payrollが含まれている場合、KINDをPayrollにしたい
  • GLDESCに単語Gasが文字列のどこかに含まれている場合、KINDをMaterialsにしたい
  • 他のすべてのケースでは、KINDをOtherにしたい

私はstackoverflowで同様の例を探しましたが見つかりませんでした。また、Rを調べて、スイッチ、grep、apply、および正規表現のダミーを探し、GLDESC列の一部のみを検索して照合しました。 KIND列にアカウントの種類を入力しますが、機能させることができませんでした。

regexstringrmatchpartial
18
user2948714

条件が2つしかないため、ネストされたifelseを使用できます。

#random data; it wasn't easy to copy-paste yours  
DF <- data.frame(GL = sample(10), GLDESC = paste(sample(letters, 10), 
  c("gas", "payroll12", "GaSer", "asdf", "qweaa", "PayROll-12", 
     "asdfg", "GAS--2", "fghfgh", "qweee"), sample(letters, 10), sep = " "))

DF$KIND <- ifelse(grepl("gas", DF$GLDESC, ignore.case = T), "Materials", 
         ifelse(grepl("payroll", DF$GLDESC, ignore.case = T), "Payroll", "Other"))

DF
#   GL         GLDESC      KIND
#1   8        e gas l Materials
#2   1  c payroll12 y   Payroll
#3  10      m GaSer v Materials
#4   6       t asdf n     Other
#5   2      w qweaa t     Other
#6   4 r PayROll-12 q   Payroll
#7   9      n asdfg a     Other
#8   5     d GAS--2 w Materials
#9   7     s fghfgh e     Other
#10  3      g qweee k     Other

[〜＃〜]編集[〜＃〜]10/3/2016 （..予想以上の注意を受けた後）

より多くのパターンを処理するための可能な解決策は、すべてのパターンを反復処理し、一致がある場合は常に比較の量を徐々に減らすことです。

ff = function(x, patterns, replacements = patterns, fill = NA, ...)
{
    stopifnot(length(patterns) == length(replacements))

    ans = rep_len(as.character(fill), length(x))    
    empty = seq_along(x)

    for(i in seq_along(patterns)) {
        greps = grepl(patterns[[i]], x[empty], ...)
        ans[empty[greps]] = replacements[[i]]  
        empty = empty[!greps]
    }

    return(ans)
}

ff(DF$GLDESC, c("gas", "payroll"), c("Materials", "Payroll"), "Other", ignore.case = TRUE)
# [1] "Materials" "Payroll"   "Materials" "Other"     "Other"     "Payroll"   "Other"     "Materials" "Other"     "Other"

ff(c("pat1a pat2", "pat1a pat1b", "pat3", "pat4"), 
   c("pat1a|pat1b", "pat2", "pat3"), 
   c("1", "2", "3"), fill = "empty")
#[1] "1"     "1"     "3"     "empty"

ff(c("pat1a pat2", "pat1a pat1b", "pat3", "pat4"), 
   c("pat2", "pat1a|pat1b", "pat3"), 
   c("2", "1", "3"), fill = "empty")
#[1] "2"     "1"     "3"     "empty"
21
alexis_laz