R - 基于在 df 中搜索向量元素创建新列答案

【问题标题】：R - Creating new columns based on searching vector elements in a dfR - 基于在 df 中搜索向量元素创建新列
【发布时间】：2020-10-01 03:36:42
【问题描述】：

我想向 df 添加列，其中新添加的列基于 df 现有列中向量的搜索值。

我的原始数据集包含网络数据，其中行代表每个客户访问的页面；访问的页面存储在 df$URL 中。我有一个单独的网页 URL 向量，该向量中的每个元素都需要添加为一列，其值指示原始 df (df$URL) 中客户的页面访问是否与要添加的列匹配 (=vector 元素)。

基本上：我想为向量的每个元素（其中列名 = 向量元素）创建一个列，其值 (0/1) 基于搜索 df 的 URL 列的行以在 a匹配，否则为 0。

urlnames 中的所有向量元素都出现在 df$URL 中（但不是针对每一行），但 df$URL 包含的 URL 比向量中的多（基本上，向量仅包含一些访问次数最多的 URL 页面）。

urlnames <- c("/home", "/login", "/contact")

df <- data.frame("URL" = c("/home", "/login", "/contact", "/chat", "/product-page"))

我会手动执行类似（使用 dplyr）的操作：

df %<>%
  mutate(home = ifelse(URL == "/home", 1, 0))

基本上，变量名和 ifelse 标准应该替换为向量元素。我不知道是否有更有效/更简洁的方法来做到这一点。

我真的很想学习如何自动执行这些操作，而不必对每个变量进行手动变异调用。

（顺便说一句，我也希望输入 url 斜杠在创建列名时可能产生的潜在问题，例如 /home 作为变量）

希望我已经足够清楚地解释了我的问题，如果没有，请道歉 - 这是我的第一篇文章，我（显然）是 R 新手。谢谢！

【问题讨论】：

标签： r dataframe vector dplyr

【解决方案1】：

试试table:

table(1:nrow(df),df$URL)

#    /chat /contact /home /login /product-page
#  1     0        0     1      0             0
#  2     0        0     0      1             0
#  3     0        1     0      0             0
#  4     1        0     0      0             0
#  5     0        0     0      0             1

之后您可以删除不需要的列，并在需要时强制使用data.frame。

有很多方法可以删除列。一个包括replace 将不同于urlnames 的值与NA 并重新应用上述内容。比如：

table(1:nrow(df),droplevels(replace(df$URL,which(!df$URL %in% urlnames),NA)))

【讨论】：

不错，简单的答案，但只是部分答案 - 显示 OP 如何降低级别可能很有用，因为它与 urlnames 匹配很重要。
@AllanCameron 我做了一个编辑，展示了许多可能的方法之一。

【解决方案2】：

类似这样的东西，使用lapply?

setNames(as.data.frame(lapply(urlnames, function(x) +(x==df$URL))), urlnames)
#>   /home /login /contact
#> 1     1      0        0
#> 2     0      1        0
#> 3     0      0        1
#> 4     0      0        0
#> 5     0      0        0

这里发生的是我们使用lapply 创建一个向量列表，urlnames 的每个成员都有一个向量。根据是否在df$URL 的每个位置找到urlnames 的元素，每个向量都用1 和0 填充。然后我们将列表变成一个数据框，并将其列名设置为urlnames

【讨论】：

感谢艾伦，这是解决我问题的简单方法！

【解决方案3】：

更长的答案（聚会有点晚了），不像上面的那样简洁、雄辩或高效，但可以用于部分匹配，只需稍作调整（删除包含 urlnames 的 paste0 函数）：

setNames(as.data.frame( 
  lapply(paste0("^", urlnames, "$"), function(x){
      +Vectorize(grepl)(x, df$URL)
    }
  ), row.names = NULL), urlnames)

【讨论】：