时间戳

首页 > 解决方案 > 使用 tidyverse/dplyr 从其他列子字符串创建列

r - 使用 tidyverse/dplyr 从其他列子字符串创建列

问题描述

假设我们在 R 中有这个数据框：

start = data.frame(
  Title = c("name_year0","name_year1","name_year2"),
  value = c(4,5,6)
)

我想对其进行变异，以使年份信息Title出现在年份列中：

       Title value  year
        name     4     0
        name     5     1
        name     6     2

这段代码几乎可以工作：

result1 = test %>% 
  mutate(year = str_match(Title, "year[0-9]+"))

但结果是这样，它将字符串名称保留在年份列中：

       Title value  year
  name_year0     4 year0
  name_year1     5 year1
  name_year2     6 year2

看来我应该能够在正则表达式匹配中使用组来仅从 中提取数字部分year，如下所示：

result2 = test %>% 
  mutate(year = str_match(Title, "year([0-9]+)")[1,2])

但由于某种原因，这似乎总是返回相同的年份值：

       Title value year
  name_year0     4    0
  name_year1     5    0
  name_year2     6    0

我错过了什么（可能很简单）？为什么str_match("name_year0","year([0-9]+)")[2]对单个字符串有效，但当我将它放入时却不起作用mutate？

谢谢

标签： rdplyr

解决方案

我猜你有一个错字。在str_match(Title, "year([0-9]+)")[1,2]中，[1,2]返回 row=1，column=2 的值。要获取第 2 列，请[ , 2]改用，或仅[2]指示第 2 列，就像您在评论回复中提到的那样。

start = data.frame(
  Title = c("name_year0","name_year1","name_year2"),
  value = c(4,5,6)
)

start %>% 
  mutate(year = str_match(Title, "year([0-9]+)")[,2])

编辑： 对不起，我犯了一个错误。Str_match 在这里返回一个矩阵。矩阵就像一个向量（按列）。[2]是矩阵中的第二个值，[20]是从左上角算起的第 20 个值，列在前，如本例所示。

> a=matrix(1:100, ncol=10)

> a
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]    1   11   21   31   41   51   61   71   81    91
 [2,]    2   12   22   32   42   52   62   72   82    92
 [3,]    3   13   23   33   43   53   63   73   83    93
 [4,]    4   14   24   34   44   54   64   74   84    94
 [5,]    5   15   25   35   45   55   65   75   85    95
 [6,]    6   16   26   36   46   56   66   76   86    96
 [7,]    7   17   27   37   47   57   67   77   87    97
 [8,]    8   18   28   38   48   58   68   78   88    98
 [9,]    9   19   29   39   49   59   69   79   89    99
[10,]   10   20   30   40   50   60   70   80   90   100

> a[2]
[1] 2

> a[20]
[1] 20

推荐阅读