我的数据框架非常混乱,其中一列的值是人类可以理解的,但计算机却无法理解,有点像下面的内容。
df<-data.frame("id"=c(1:10),
"colour"=c("re d", ", red", "re-d","green", "gre, en", ", gre-en", "blu e", "green", ", blue", "bl ue"))
我可以过滤df str_detect
df %>% filter(str_detect(tolower(colour), pattern = "gr"))
但是我想将所有过滤后的结果重命名为相同的值,这样我就可以对其进行纠缠。
有什么建议?
我试图与模式分开,但未成功。
编辑:不是全部。和我正在使用的df中不需要空格。可以说,在组成的df中写入绿色的正确方法是“ gr。een”。
EDIT2:
想要的结果与伪造的颜色拼写只是为了获得一个主意:
id colour
1 r. ed
2 r. ed
3 r. ed
4 gr. een
6 gr. een
7 gr. een
8 blu. e
9 gr. een
10 blu. e
您可以使用mgsub
多个模式替换多个单词:
df<-data.frame("id"=c(1:10),
"colour"=c("re d", ", red", "re-d","green", "gre, en",
", gre-en", "blu e", "green", ", blue", "bl ue"))
library(textclean)
df$colour = mgsub(df$colour,
pattern = c(".*gr.*", ".*re.*", ".*bl.*"),
replacement = c("gr. een", "r. ed", "blu. e"), fixed = F)
df
# id colour
# 1 1 r. ed
# 2 2 r. ed
# 3 3 r. ed
# 4 4 gr. een
# 5 5 gr. een
# 6 6 gr. een
# 7 7 blu. e
# 8 8 gr. een
# 9 9 blu. e
# 10 10 blu. e
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句