州名到缩写答案

【问题标题】：State name to abbreviation州名到缩写
【发布时间】：2011-03-23 21:41:38
【问题描述】：

我有一个带有变量state 的大文件，该变量具有完整的状态名称。我想将其替换为州缩写（即“纽约”的“NY”）。有没有一种简单的方法可以做到这一点（除了使用几个 if-else 命令）？可能是使用replace() 声明？

【问题讨论】：

标签： r

【解决方案1】：

R 有两个可能有帮助的内置常量：state.abb 带有缩写，state.name 带有全名。下面是一个简单的用法示例：

> x <- c("New York", "Virginia")
> state.abb[match(x,state.name)]
[1] "NY" "VA"

【讨论】：

非常感谢。这只是节省了我 30 分钟在 R 中编写 50 个 if-else 语句的时间。
@user227290 : 如果你在考虑 ifelse，看看?switch 可能是明智之举，永远不知道将来什么时候会派上用场。
假设华盛顿特区的格式为“哥伦比亚特区”，我认为 c(state.abb, 'DC')[match(x, c(state.name, 'District of Columbia'))] 也可以

【解决方案2】：

1) grep 来自state.name 的全名，并使用它来索引state.abb：

state.abb[grep("New York", state.name)]
## [1] "NY"

1a) 或使用which：

state.abb[which(state.name == "New York")]
## [1] "NY"

2) 或创建名称为全名的州缩写向量并使用全名对其进行索引：

setNames(state.abb, state.name)["New York"]
## New York 
##     "NY"

与 (1) 不同，即使“纽约”被一个完整的州名向量替换，这个也可以工作，例如setNames(state.abb, state.name)[c("New York", "Idaho")]

【讨论】：

当 grep 的第一个参数是字符串向量时，这会起作用吗？
不，在这种情况下使用 match 代替 Aniko 建议的 grep 或尝试 setNames(state.abb, state.name)[c("New York", "Idaho")]。
谢谢，它澄清了问题。
如果有，比如说，state.name 的一部分，比如“illinois”的“ill”？当模式是实际state.name 的子字符串时，是否有解决方案？

【解决方案3】：

我发现内置的 state.name 和 state.abb 只有 50 个状态。我从网上（例如，此链接：http://www.infoplease.com/ipa/A0110468.html）获得了一个更大的表（包括 DC 等）并将其粘贴到名为 States.csv 的 .csv 文件中。然后我加载状态和缩写。从这个文件，而不是使用内置。其余的和@Aniko 的很相似

library(dplyr)
library(stringr)
library(stringdist)

setwd()
# load data
data = c("NY", "New York", "NewYork")
data = toupper(data)

# load state name and abbr.
State.data = read.csv('States.csv')
State = toupper(State.data$State)
Stateabb = as.vector(State.data$Abb)

# match data with state names, misspell of 1 letter is allowed
match = amatch(data, State, maxDist=1)
data[ !is.na(match) ] = Stateabb[ na.omit( match ) ]

match 和 amatch 在计算一个词到另一个词的距离方面存在细微差别。请参阅此处的 P25-26 http://cran.r-project.org/doc/contrib/de_Jonge+van_der_Loo-Introduction_to_data_cleaning_with_R.pdf

【讨论】：

【解决方案4】：

我知道的旧帖子，但想把我的扔在那里。我在 tidyverse 上学习过，所以无论好坏，我都会尽可能避免使用 base R。我也想要一个带 DC 的，所以首先我建造了人行横道：

library(tidyverse)

 st_crosswalk <- tibble(state = state.name) %>%
   bind_cols(tibble(abb = state.abb)) %>% 
   bind_rows(tibble(state = "District of Columbia", abb = "DC"))

然后我将它加入到我的数据中：

left_join(data, st_crosswalk, by = "state")

【讨论】：

【解决方案5】：

如果您没有美国州名，也可以使用 base::abbreviate。除非您增加 minlength，否则这不会给您同样大小的缩写。

state.name %>% base::abbreviate(minlength = 1)

【讨论】：

【解决方案6】：

如果您必须经常将州名称与缩写匹配或其他方式匹配，您可以将 Aniko 的解决方案放在 .Rprofile 或包中的函数中：

state_to_st <- function(x){
  c(state.abb, 'DC')[match(x, c(state.name, 'District of Columbia'))]
}


st_to_state <- function(x){
  c(state.name, 'District of Columbia')[match(x, c(state.abb, 'DC'))]
}

将该函数用作 dplyr 链的一部分：

enframe(state.name, value = 'state_name') %>% 
  mutate(state_abbr = state_to_st(state_name))

【讨论】：