时间戳

首页 > 解决方案 > R - 在列中查找模式并替换它（更有效的解决方案）

r - R - 在列中查找模式并替换它（更有效的解决方案）

问题描述

我每条路线都有大量乘客数据集，类似于以下内容：

routes <- c("MEX-GDL", "ACA-MEX", "CUN-MTY", "MTY-CUN", "GDL-MEX", "MEX-ACA")
pax <- sample(100:500, size = 6, replace = T)
traffic <- data.frame(routes = routes, pax = pax)

   routes pax
   1 MEX-GDL 282
   2 ACA-MEX 428
   3 CUN-MTY 350
   4 MTY-CUN 412
   5 GDL-MEX 474
   6 MEX-ACA 263

如果出发地和目的地匹配，我想对航班进行分组以获得路线中的乘客总数 - 例如，将路线重命名MEX-GDL为GDL-MEX或反之亦然，以便我可以group_by()在数据集上使用。

有点像这样：

traffic %>% group_by(routes) %>% summarise(sum(pax))

我已经完成了以下操作并且它有效，但我相信可以有一种更有效的方法来解决问题（因为它需要相当长的时间来运行）：

library(tidyverse)

traffic$routes <- as.character(traffic$routes)

for(route in traffic$routes){
  a <- substring(route, first = 1, last = 3) 
  b <- substring(route, first = 5, last = 7)
  aux <- which(sapply(traffic$routes, str_detect, pattern = paste0(b,"-",a)))
  traffic$routes[aux] <- paste0(a,"-",b)
}

有什么建议么？

谢谢您的帮助！

注意：这是我在这里的第一个问题，所以我希望我遵守所有准则。

标签： rsubstringsapply

解决方案

我们可以separate分成两列，按pmaxor分组pmin，得到sum

library(tidyverse)
traffic %>% 
   separate(routes, into = c("Col1", "Col2")) %>%
   group_by(ColN = pmin(Col1, Col2), ColN2 = pmax(Col1, Col2)) %>% 
   summarise(Sum = sum(pax))

推荐阅读