R中的割函数选择
我在表格中有一些数据:R中的割函数选择,r,regex,dplyr,R,Regex,Dplyr,我在表格中有一些数据: Person.ID Household.ID Composition 1 4593 1A_0C 2 4992 2A_1C 3 9843 1A_1C 4 8385 2A_2C 5 9823 8A_1C
Person.ID Household.ID Composition
1 4593 1A_0C
2 4992 2A_1C
3 9843 1A_1C
4 8385 2A_2C
5 9823 8A_1C
6 3458 1C_9C
7 7485 2C_0C
: : :
我们可以将成分变量视为成人/儿童的计数,即2A_1C等于两名成人和两名儿童
我想做的是减少可能的作文水平。对于第五个人,我们有8A_1C的成分,我正在寻找一种方法将其减少到4+a_0C。例如,对于任何大于4A的成分值,我们都有4+
Person.ID Household.ID Composition
5 9823 4+A_1C
6 3458 1A_4+C
: : :
我不确定如何在R中执行此操作,我正在考虑使用dyplyr中的filter()或select()。否则我需要使用某种正则表达式
任何帮助都将不胜感激。谢谢我们可以使用
gsub
:
df$Composition <- gsub("(?<!\\d)([5-9]|\\d{2,})(?=[AC])", "4+", df$Composition, perl = TRUE)
数据:
Person.ID如果您首先解析组合
字符串并将其分成两个数字列,一个用于成人数量,另一个用于儿童数量,似乎会容易得多。然后,您可以用4+
替换所有大于4的条目,并通过将其粘贴在一起将其转换回字符串
Person.ID Household.ID Composition
1 1 4593 1A_0C
2 2 4992 2A_1C
3 3 9843 1A_1C
4 4 8385 2A_2C
5 5 9823 4+A_1C
6 6 3458 1C_4+C
7 7 7485 2C_0C
Person.ID <- c(1,2,3,4,5,6,7,8)
Household.ID <- c(4593,4992,9843,8385,9823,3458,7485)
Composition <- c("1A_0C","2A_1C","1A_1C","2A_2C","8A_1C","1A_9C","2A_0C")
dat <- tibble(Person.ID, Household.ID, Composition)
above4 <- function(f){
ff <- gsub("[^0-9]","",f)
if(ff>4){return("4+")}
if(ff<=4){return(ff)}
}
dat_ <- dat %>% tidyr::separate(., col=Composition,
into=c("Adults", "Children"),
sep="_") %>%
dplyr::mutate(Adults_ = unlist(lapply(Adults,above4)),
Children_ = unlist(lapply(Children,above4)))
dat_ %>% dplyr::mutate(Composition_ = paste0(Adults_, "A_", Children_, "C")) %>%
dplyr::select(Person.ID, Household.ID, Composition=Composition_)
# A tibble: 7 x 3
Person.ID Household.ID Composition
<dbl> <dbl> <chr>
1 1. 4593. 1A_0C
2 2. 4992. 2A_1C
3 3. 9843. 1A_1C
4 4. 8385. 2A_2C
5 5. 9823. 4+A_1C
6 6. 3458. 1A_4+C
7 7. 7485. 2A_0C