r - 识别电话号码,然后匹配国家代码,然后在列中分配正确的名称
问题描述
我有一个“CDR”(呼叫详细记录)数据框,其中包含电话号码的前 5 位数字和另一个名为“CC”的数据框,其中包含国家代码和国家名称。
PhoneNumber <- c("52431", "44781", "N/A") #18 million rows of data
CDR <- data.frame(PhoneNumber)
CDR
CountryCode <- c("52", "44")
CountryName <- c("Mexico", "UK")
cc <- data.frame(CountryName, CountryCode)
cc
#The output I desire
C_CountryName <- c("Mexico", "UK", "N/A")
CDR <- data.frame(PhoneNumber, C_CountryName)
CDR
我是这样想的:
x <- 1
for(x == 2)
{index of y <- cc$CountryCode where (cc$CountryCode == x) (assigns country
code to y)
y is then matched in all rows of CDR$PhoneNumber and returns index of
CDR$PhoneNumbers where y is a partial match of CDR$PhoneNumber.
y <- cc$CountryName where (cc$CountryName == x)
x++
}
因此,在循环结束时 x 递增,直到所有国家/地区都匹配,然后我可以将 y 变异为 df1。
我已经尝试过、替换、匹配、grepl、str_detect 几种组合,但我无法获得所需的输出。
我希望你能指引我正确的方向。
解决方案
在 1800 万行数据上运行一组正则表达式模式效率极低,正如其他评论者已经指出的那样,国家/地区呼叫代码可能多于或少于 2 位数字,因此您可能会遇到其他重大问题。话虽如此,您可以使用其中一个apply
函数系列通过其中一个函数系列运行每一行数据,grep
以匹配任意长的开头数字,如下所示......
PhoneNumber <- c("52431", "44781", "1512234", "21234567", "N/A")
CountryCode <- c("52", "44", "1", "212")
CountryName <- c("Mexico", "UK", "USA", "Morocco")
regex <- paste0("^", CountryCode)
matchname <-
sapply(PhoneNumber, USE.NAMES = FALSE, function(x) {
matches <- sapply(regex, function(y) grepl(y, x))
if (any(matches)) {
CountryName[matches]
} else {
NA_character_
}
})
data.frame(PhoneNumber, matchname)
# PhoneNumber matchname
# 1 52431 Mexico
# 2 44781 UK
# 3 1512234 USA
# 4 21234567 Morocco
# 5 N/A <NA>
如果一个国家/地区的呼叫代码加上电话号码的第一个数字左右与另一个国家/地区的呼叫代码匹配,您可能会遇到问题,但据我了解,国家/地区呼叫代码和区号通常旨在避免这种情况。
我建议首先寻找一种可靠的方法将国家/地区呼叫代码与您的电话号码分开,然后对您的国家/地区呼叫代码向量的级别进行精确匹配,以使其更加高效。
推荐阅读
- c - 指向特定地址的 C 函数指针
- sql - SQL多表连接查询字符串中有DISTINCT关键字时如何查询记录数
- embedding - 如何将句子-Bert 输出向量保存到文件中?
- javascript - 在 Chrome 扩展程序中等待注入的脚本执行完成
- authentication - Vuejs 中的“授权”最好写成点表示法.eslintdot-notation 问题
- django - 我应该为爬行/抓取部分制作一个单独的 django 项目吗?
- reactjs - Webpack 5 bundle.js 不包含所有 src 内容
- django - 是否可以有一个外键引用 Django 中的多个类?
- javascript - 未捕获的参考错误:未定义绘制 - 请帮助我
- python - 无法相应提交 Django 表单