根据另一列中值的最后 2 位创建新列答案

【问题标题】：Create new column based on last 2 digits of values in another column根据另一列中值的最后 2 位创建新列
【发布时间】：2020-02-12 19:20:47
【问题描述】：

应该足够简单，但它已成为一个难以解决的问题。我有按尾随小数分组的数据（上游数据源的产物）。例如，可以将组“3”的数据分组为 0.00003，而组“10”的数据为 24.00010。但是，当我同时运行 regexpr 代码和 str_sub 代码时，就好像 R 不认为最后一个 0 很重要。

示例数据

df <- data.frame(a = c(0.00003, 0.00010, 24.00003, 24.00010))

print(df)
         a
1  0.00003
2  0.00010
3 24.00003
4 24.00010

期望的输出

         a   group
1  0.00003 group03
2  0.00010 group10
3 24.00003 group03
4 24.00010 group10

尝试 1 失败

df %>% mutate(group = paste0("group", regmatches(a, regexpr("(\\d{2}$)", a))))         
         a   group
1  0.00003 group03
2  0.00010 group01
3 24.00003 group03
4 24.00010 group01

这个失败很奇怪，因为当我检查它时它有效：https://regexr.com/，使用(\d{2}$)

尝试 2 失败

df %>% mutate(group = paste0("group", str_sub(a, start = -2)))
         a   group
1  0.00003 group03
2  0.00010 group01
3 24.00003 group03
4 24.00010 group01

【问题讨论】：

标签： r regex string

【解决方案1】：

这里的关键是，当您使用正则表达式进行子串或提取时，您正在将数字转换为字符串。但是，该字符串不会保持您期望的格式。

library(tidyverse)

tibble(a = c(0.00003, 0.00010, 24.00003, 24.00010)) %>%
  mutate(group1 = paste0("group", str_extract(sprintf("%.5f", a), "\\d{2}$")),
         group2 = paste0("group", str_extract(a, "\\d{2}$")),
         sprint_char = sprintf("%.5f", a),
         char = as.character(a))
#> # A tibble: 4 x 5
#>          a group1  group2  sprint_char char    
#>      <dbl> <chr>   <chr>   <chr>       <chr>   
#> 1  0.00003 group03 group05 0.00003     3e-05   
#> 2  0.0001  group10 group04 0.00010     1e-04   
#> 3 24.0     group03 group03 24.00003    24.00003
#> 4 24.0     group10 group01 24.00010    24.0001

请参见此处as.character(a) 与a 的结构不同。您可以改为使用sprintf 设置格式，然后提取所需的文本。

【讨论】：

谢谢！你的解释太棒了，很容易理解！工作得很好！我选择了您的答案，因为它不仅有效，而且最具描述性。

【解决方案2】：

我们可以转换为character 并使用str_sub。另外，请确保设置了options

options(scipen = 999)
library(stringr)
library(dplyr)
df %>% 
   mutate(group = paste0("group", str_sub(sprintf("%2.5f", a), start = -2)))
#        a   group
#1  0.00003 group03
#2  0.00010 group10
#3 24.00003 group03
#4 24.00010 group10

【讨论】：

效果很好！很简单！

【解决方案3】：

df$group <- sprintf('%s%02.0f', 'group', 1e5*(df$a %% .001))

df
#          a   group
# 1  0.01003 group03
# 2  0.03010 group10
# 3 24.03003 group03
# 4 24.00010 group10

【讨论】：