R - 用条件语句和子字符串替换数据框中的值答案

【问题标题】：R - Replacing values in dataframes with conditional statements and substringsR - 用条件语句和子字符串替换数据框中的值
【发布时间】：2021-01-21 05:50:03
【问题描述】：

我有一个数据框 df

这是一个包含数百列数据的大型数据框。特别是 40 列具有相似名称的数据 TD1、TD2 ..... TD40。我想扫描每一行，如果任何值以 Z50 开头，我希望列 Category 中的行值更改为“Surgery”。因此，在上面的示例中，第 1 行和第 3 行将从“Cardiac”转换为“Surgery”。

在整个代码为 Z50 的类似示例中，我使用了：

df %>%
rowwise()%>%
mutate(Category = if(any(c_across(starts_with("TD")) == "Z50")) 
                   "Surgery" else Category)

现在我只希望前 3 个字符等于 Z50。我假设我会使用 grepl 函数，但不确定如何将其合并到原始代码中。好吧，到目前为止它对我不起作用。有任何想法吗？。谢谢

【问题讨论】：

请考虑accept one of the answer，点击左侧的复选标记最适合您。每个帖子只能接受一个答案。

标签： r if-statement replace grepl

【解决方案1】：

我们可以尝试使用apply 和grepl 作为基本 R 选项：

idx_start <- grep("^TD1$", names(df))
idx_end   <- grep("^TD40$", names(df))

df$Category <- apply(df, 1, function(x) {
    ifelse(sum(grepl("^Z50", x[idx_start:idx_end])) > 0,
           "Surgery", df$Category)
})

【讨论】：

谢谢@Tim。您的建议似乎有效。但是，在代码执行后，我收到一条消息说“有 50 个或更多警告”。有什么让我担心的吗？
@dapdot1 最好的办法可能是查看警告。最有可能的是，它们与隐式转换和类似的事情有关。最重要的是生成的结果符合您的期望。
仔细检查后发现代码不起作用。在适用时，它似乎已将“类别”列正确更改为“手术”。但是，它似乎莫名其妙地将 Category 中的所有其他列值更改为仅“Cardiac”列中的第一个值。所以写在诸如“Stroke”之类的值上。非常奇怪，
我意识到代码 idx_start 不会区分列 TD1 和 TD11，因此可能是警告消息的一部分。
@dapdot1 检查更新的答案。 grep ^TD1$ 等。

【解决方案2】：

您可以使用grepl 更改您的代码：

library(dplyr)

df %>%
  rowwise()%>%
  mutate(Category = if(any(grepl('^Z50', c_across(starts_with("TD"))))) 
                       "Surgery" else Category)

【讨论】：