使用str_detect函数在R dataframe中有条件地创建一个新列？

我有一个数据框，其中列a包含值：

**Channel**
Direct
Paid social
Organic social

我想做的是：创建一个名为groupedChannel的新列，其中str_detect搜索列a中的字符串，以在groupedChannel中添加值

Condition:
IF row in Column A matches regex "direct" THEN Column B value = "Direct" ELSE
IF row in Column B matches regex "social" THEN Column B value = "Social"

---

抱歉，str_detect将仅返回TRUE/FALSE。如何使用TRUE/FALSE在B列中赋值？

我有一个

数据表
基于条件替换的解决方案。它使用
grepl
，但如果需要，可以使用
stringr:：str\u detect
：

库（data.table）
setDT（df）
df[，groupedChannel:=“社交”]
#条件替换
df[grepl（“direct”，colA），groupedChannel:=“direct”]

（解决方案未经测试）
我有一个
数据表
基于条件替换的解决方案。它使用
grepl
，但如果需要，可以使用
stringr:：str\u detect
：

库（data.table）
setDT（df）
df[，groupedChannel:=“社交”]
#条件替换
df[grepl（“direct”，colA），groupedChannel:=“direct”]

（解决方案未经测试）
使用基本R正则表达式函数的解决方案，在通道列中未找到direct和social时也会处理

# Dummy data
data <- data.frame(Channel = c("Direct Paid", "Social", "Organic", "Social Organic"),
                   stringsAsFactors = F)

# Use sapply to iterate through each value in the 'Channel' column in the above dataframe
data$groupChannel <- sapply(data$Channel, FUN = function(x){
  # Use base R regex functions to for conditions, and return values for new column
  if (grepl("direct", tolower(x))){
    return("Direct")
  }else if (grepl("social", tolower(x))){
    return("Social")
  }else{
    return("Direct or Social Not Found")
  }
})

head(data)
  Channel               groupChannel
1    Direct Paid                     Direct
2         Social                     Social
3        Organic Direct or Social Not Found
4 Social Organic                     Social

#虚拟数据
数据使用基本R正则表达式函数的解决方案，在通道列中找不到direct和social时也会处理

# Dummy data
data <- data.frame(Channel = c("Direct Paid", "Social", "Organic", "Social Organic"),
                   stringsAsFactors = F)

# Use sapply to iterate through each value in the 'Channel' column in the above dataframe
data$groupChannel <- sapply(data$Channel, FUN = function(x){
  # Use base R regex functions to for conditions, and return values for new column
  if (grepl("direct", tolower(x))){
    return("Direct")
  }else if (grepl("social", tolower(x))){
    return("Social")
  }else{
    return("Direct or Social Not Found")
  }
})

head(data)
  Channel               groupChannel
1    Direct Paid                     Direct
2         Social                     Social
3        Organic Direct or Social Not Found
4 Social Organic                     Social

#虚拟数据
数据您想要的是匹配您的正则表达式，而不是简单地检测。

库（dplyr）
图书馆（stringr）
蒂布尔(
colA=c（“频道**”、“直接”、“付费社交”、“有机社交”）
) %>% 
变异(
colB=str_match（colA，“[Ss]social |[Dd]direct”）[，1]，
colB=从上到下（colB）
)
#>#tibble:4 x 2
#>可乐瓶
#>              
#>1**频道**
#>2直接
#>3.有偿社会福利
#>4有机社会

由（v0.3.0）于2020年4月29日创建

stringr:：str_match
返回一个矩阵，其中第一列是匹配本身，多个组的后续列，因此我们需要将
[，1]
放在该调用的末尾。然后它匹配大小写版本，所以我们将所有匹配的组转换为小写

或者，您可以像这样使用
str_extract
：
colB=str_extract（colA，[Ss]social |[Dd]direct”），
而不使用
[，1]
您想要的是匹配您的正则表达式，而不是简单地检测。

库（dplyr）
图书馆（stringr）
蒂布尔(
colA=c（“频道**”、“直接”、“付费社交”、“有机社交”）
) %>% 
变异(
colB=str_match（colA，“[Ss]social |[Dd]direct”）[，1]，
colB=从上到下（colB）
)
#>#tibble:4 x 2
#>可乐瓶
#>              
#>1**频道**
#>2直接
#>3.有偿社会福利
#>4有机社会

由（v0.3.0）于2020年4月29日创建

stringr:：str_match
返回一个矩阵，其中第一列是匹配本身，多个组的后续列，因此我们需要将
[，1]
放在该调用的末尾。然后它匹配大小写版本，所以我们将所有匹配的组转换为小写

或者，您可以像这样使用
str_extract
：
colB=str_extract（colA，[Ss]ocial |[Dd]direct”），
而不使用
[，1]
这里有一个
基本R
解决方案，它假设您有一组明确定义的
通道组
值

数据：

现在，使用
sub
将
Channel
值替换为
Channel\u组的值
\\U
确保这些值作为大写字符串返回（如果希望使用小写字符串，请使用
\\L
）：

这里有一个
base R
解决方案，它假设您有一组明确定义的
Channel\u group
值

数据：

现在，使用
sub
将
Channel
值替换为
Channel\u组的值
\\U
确保这些值作为大写字符串返回（如果希望使用小写字符串，请使用
\\L
）：

嗨，杰米。谢谢，成功了。是否有一个dplyr等价于base R的grep1函数？嗨，杰米。谢谢，成功了。是否有一个dplyr等价于base R中的grep1函数？
a <- c("(S|s)ocial", "(D|d)irect")

data$Channel_group <- sub(paste0(".*\\b(", paste(a, collapse = "|"),")\\b.*"), "\\U\\1", data$Channel, perl = T)

data
         Channel Channel_group
1         Direct        DIRECT
2    Paid social        SOCIAL
3 Organic social        SOCIAL