当元素彼此不同时，如何将“mutate”应用于列的每个元素？答案

【问题标题】：How to apply "mutate" to each element of the column when elements differ from each other?当元素彼此不同时，如何将“mutate”应用于列的每个元素？
【发布时间】：2019-09-27 03:30:52
【问题描述】：

我已经解析了一个语料库，我现在有这样的东西，来自 text1：

  doc_id sentence_id token_id        token        lemma   pos   entity
1  text1           1        1 Introductory introductory   ADJ         
2  text1           1        2    statement    statement  NOUN         
3  text1           1        3         with         with   ADP         
4  text1           1        4          Q&A          Q&A PROPN    ORG_B
5  text1           1        5         \n           \n   SPACE         
6  text1           1        6         Jean         Jean PROPN PERSON_B

到 text100

doc_id sentence_id token_id token  lemma   pos entity
758712 text100         273       32  task   task  NOUN       
758713 text100         273       33     .      . PUNCT       
758714 text100         273       34              SPACE       
758715 text100         274        1 Thank  thank  VERB       
758716 text100         274        2   you -PRON-  PRON       
758717 text100         274        3     .      . PUNCT

现在，我正在尝试更改 doc_id 列的每个元素，以便只要有 text1，它就会出现 text134，只要有是text2就会出现text135等等（基本上从1-100到134-233）。

我只是使用以下代码为 text1 做的：

parse2 %>% mutate(doc_id = recode(doc_id, text1 = "text134"))

如何将相同的逻辑应用于从 1 到 100 的每个文本？试图创建一些循环，但我对 R 很陌生，我只是坚持下去。

你能帮帮我吗？

非常感谢！

【问题讨论】：

标签： r loops dplyr

【解决方案1】：

从doc_id中删除文本，这样你就只剩下数字了，然后加上133得到new_id。

transform(df, new_id = paste0("text", as.integer(sub("\\D+", "", doc_id)) + 133))
#Or if it is always "text" in doc_id remove that directly
#transform(df, new_id = paste0("text", as.integer(sub("text", "", doc_id)) + 133))

#  id doc_id  new_id
#1  1  text1 text134
#2  2  text1 text134
#3  3  text1 text134
#4  4  text2 text135
#5  5  text2 text135
#6  6  text2 text135
#7  7  text3 text136
#8  8  text3 text136
#9  9  text3 text136

数据

df <- structure(list(id = 1:9, doc_id = structure(c(1L, 1L, 1L, 2L, 
2L, 2L, 3L, 3L, 3L), .Label = c("text1", "text2", "text3"), 
class = "factor")), class = "data.frame", row.names = c(NA, -9L))

【讨论】：

【解决方案2】：

Ronak 的数据

df %>%
    mutate(doc_id = paste0("text", 133 + as.integer(gsub("text(\\d+)", "\\1", doc_id))))
#  id  doc_id
#1  1 text134
#2  2 text134
#3  3 text134
#4  4 text135
#5  5 text135
#6  6 text135
#7  7 text136
#8  8 text136
#9  9 text136

【讨论】：

【解决方案3】：

我们可以使用来自stringr 的str_c 以及来自readr 的parse_number

library(stringr)
library(readr)
library(dplyr)
df1 %>%
     mutate(new_id = str_c("text", parse_number(doc_id) + 133))
#  id doc_id  new_id
#1  1  text1 text134
#2  2  text1 text134
#3  3  text1 text134
#4  4  text2 text135
#5  5  text2 text135
#6  6  text2 text135
#7  7  text3 text136
#8  8  text3 text136
#9  9  text3 text136

或者另一种选择是通过matching 与unique 元素将'doc_id' 转换为索引，添加133 和paste 与'text'

df1 %>%
    mutate(doc_id = str_c('text', 133 + match(doc_id, unique(doc_id))))

也可以和base R一起使用

df1$doc_id <- with(df1, paste0('text', 133 + match(doc_id, unique(doc_id))))

数据

df1 <- structure(list(id = 1:9, doc_id = c("text1", "text1", "text1", 
"text2", "text2", "text2", "text3", "text3", "text3")), row.names = c(NA, 
-9L), class = "data.frame")

【讨论】：