时间戳

首页 > 解决方案 > 根据另一列中值的最后 2 位创建新列

r - 根据另一列中值的最后 2 位创建新列

问题描述

应该足够简单，但它已成为一个难以解决的问题。我有按尾随小数分组的数据（上游数据源的产物）。例如，可以将组“3”的数据分组为 0.00003，而组“10”的数据为 24.00010。但是，当我同时运行我的regexpr代码和我str_sub的代码时，就好像 R 不认为最后一个 0 很重要。

示例数据

df <- data.frame(a = c(0.00003, 0.00010, 24.00003, 24.00010))

print(df)
         a
1  0.00003
2  0.00010
3 24.00003
4 24.00010

期望的输出

         a   group
1  0.00003 group03
2  0.00010 group10
3 24.00003 group03
4 24.00010 group10

失败的尝试 1

df %>% mutate(group = paste0("group", regmatches(a, regexpr("(\\d{2}$)", a))))         
         a   group
1  0.00003 group03
2  0.00010 group01
3 24.00003 group03
4 24.00010 group01

这个失败很奇怪，因为当我检查它时它有效：https://regexr.com/，使用(\d{2}$)

失败的尝试 2

df %>% mutate(group = paste0("group", str_sub(a, start = -2)))
         a   group
1  0.00003 group03
2  0.00010 group01
3 24.00003 group03
4 24.00010 group01

标签： rregexstring

解决方案

这里的关键是，当您使用正则表达式进行子字符串或提取时，您正在将数字转换为字符串。但是，该字符串不会保持您期望的格式。

library(tidyverse)

tibble(a = c(0.00003, 0.00010, 24.00003, 24.00010)) %>%
  mutate(group1 = paste0("group", str_extract(sprintf("%.5f", a), "\\d{2}$")),
         group2 = paste0("group", str_extract(a, "\\d{2}$")),
         sprint_char = sprintf("%.5f", a),
         char = as.character(a))
#> # A tibble: 4 x 5
#>          a group1  group2  sprint_char char    
#>      <dbl> <chr>   <chr>   <chr>       <chr>   
#> 1  0.00003 group03 group05 0.00003     3e-05   
#> 2  0.0001  group10 group04 0.00010     1e-04   
#> 3 24.0     group03 group03 24.00003    24.00003
#> 4 24.0     group10 group01 24.00010    24.0001

请参阅此处，as.character(a)它不保持与 相同的结构a。您可以改为使用 设置格式sprintf，然后提取所需的文本。

推荐阅读