如果一列中的值以…开头，则用给定文本替换另一列，在R中

我试图构建一个if函数，允许我用特定城市名称对数据帧的“city”列进行更改，如果在“zipcode”列中，值以某个数字开头

例如：如果zipcode以1开头，则将city列值改为“NYC”， 否则，如果zipcode以6开头，则将city列值改为“Chicago”， 否则，如果zipcode以2开头，则将city列值改为“Boston”

等等

发件人：

city              zipcode
NYC               11211
DC                20910
NYC               11104
NA                11106
NA                2008
NA                60614

致：

这是一种处理NA值的方法：if函数只需为已经存在的值重写相同的城市，并键入城市名称，以防有NA值

数据帧名称

data.frame

列名

zipcode

和

city

。 它们都是因子类型，在我的进一步模型中必须保持这种类型

我想直接改变数据帧，因为我需要它来进一步使用

PS：很抱歉写得不好。我是新来的

---

提前谢谢

这里有一个可能适合您的解决方案

完整代码：

# load library
library(tidyverse)

# create the sample dataframe
df <- tribble(~city, ~zipcode,
              'NYC',11211,
              'DC',20910,
              'NYC', 11104,
              NA, 11106,
              NA, 2008,
              NA, 60614)

# change the NAs to the appropriate values
df <- df %>%
  mutate(
    city = case_when(
      str_sub(zipcode, 1, 1) == '1' ~ 'NYC',
      str_sub(zipcode, 1, 1) == '2' ~ 'DC',
      str_sub(zipcode, 1, 1) == '6' ~ 'Chicago',
      TRUE ~ city
    )
  )

# convert everything to factors
df <- df %>%
  mutate(
    city = as.factor(city),
    zipcode = as.factor(zipcode)
  )

#preview the output
glimpse(df)

#加载库
图书馆（tidyverse）
#创建示例数据帧
df请显示一个小的可复制示例和预期输出。当

函数时，您可以使用

dplyr

的

case\u执行此操作：@akrun应该更新我们可以使用
base:：substr
和
dplyr:：case\u当
时，
库（dplyr）；df%>%变异（zip=substr（zipcode，1,1），city\u upd=case\u当（zip==1~'NYC'，zip==2~'DC'，zip==6~'Chicago'，TRUE~NA\u character\uu））
@A.Suliman不幸的是，它不起作用。Dataframe没有经过任何修改。
# load library
library(tidyverse)

# create the sample dataframe
df <- tribble(~city, ~zipcode,
              'NYC',11211,
              'DC',20910,
              'NYC', 11104,
              NA, 11106,
              NA, 2008,
              NA, 60614)

# change the NAs to the appropriate values
df <- df %>%
  mutate(
    city = case_when(
      str_sub(zipcode, 1, 1) == '1' ~ 'NYC',
      str_sub(zipcode, 1, 1) == '2' ~ 'DC',
      str_sub(zipcode, 1, 1) == '6' ~ 'Chicago',
      TRUE ~ city
    )
  )

# convert everything to factors
df <- df %>%
  mutate(
    city = as.factor(city),
    zipcode = as.factor(zipcode)
  )

#preview the output
glimpse(df)

Observations: 6
Variables: 2
$ city    <fct> NYC, DC, NYC, NYC, DC, Chicago
$ zipcode <fct> 11211, 20910, 11104, 11106, 2008, 60614