deschen's questions

我有以下数据：

df <- structure(list(id = c("1358792", "1358792", "333482", "333482", "747475", "747475"),
                     x = c("123", "123", "456", "456", NA, NA),
                     all_x = list("123", "123",
                                  c("456", "789"),
                                  c("456", "789"),
                                  list(),
                                  list())),
                row.names = c(NA, -6L),
                class = "data.frame")
    
       id    x    all_x
1 1358792  123      123
2 1358792  123      123
3  333482  456 456, 789
4  333482  456 456, 789
5  747475 <NA>     NULL
6  747475 <NA>     NULL

all_x 列是一个包含 EMPTY/NULL 值、单个字符或字符向量的列表。

我想创建一个新列（tidyverse 样式），其逻辑如下：当列all_x有一个值或没有值时，只需从中取值x。如果它有两个值（即字符向量），我们希望按id行号分组并取对应的元素，即对于第一个 id 值，取字符向量的第一个元素，对于第二个 id 元素，取第二个字符值，依此类推。

所需的输出将是一个带有相应值的附加字符列，即

       id    x    all_x   x2
1 1358792  123      123  123
2 1358792  123      123  123
3  333482  456 456, 789  456
4  333482  456 456, 789  789
5  747475 <NA>     NULL <NA>
6  747475 <NA>     NULL <NA>

我已尝试过多种变体，包括if_else，ifelse以及取消列出和索引，但由于all_x列的混合结构，仍然总是会出现错误。

以下是我得到的最接近的答案：

library(tidyverse)
df |>
  mutate(x2 = if_else(lengths(all_x) > 1, all_x[[1]][row_number()], x), .by = id)

但是，显然，我没有成功。

我承认这些正则表达式问题之前已经被问过，但我仍然在努力寻找可行的解决方案（即使在咨询了 ChatGPT 之后）。

举以下例子：text <- c("test1", "test2 | ", "test3 | test3 | test 3", "test4 | test4 | test 4 | test4")我想删除从第 n 次（在我的情况下是第二次）出现“ | ”开始的所有文本。

因此输出应该是：output <- c("test1", "test2 | ", "test3 | test3", "test4 | test4")

当带有最多两个“|”文本时，我可以让它工作str_remove(text, "( \\| [^\\|]+$)")，但是这不适用于该匹配模式出现两次以上的情况。

我想绑定来自两个不同数据框的行，其中一个数据框包含一列哈希值，而第二个数据框不包含该列。

library(tidyverse)
library(openssl)

df <- data.frame(x = sha3(letters[1:3], size = 512),
                 y = 1:3)

df2 <- data.frame(y = 4:6)

df |>
  bind_rows(df2)

尝试绑定行时，出现以下错误：

Error in `bind_rows()`:
! Can't combine `..1` <hash> and `..2` <vctrs:::common_class_fallback>.
Run `rlang::last_trace()` to see where the error occurred.

NA我不知怎么就明白了这是怎么回事，因为第二个数据框不包含 x 列。但是，我预期/期望的输出是 bind_rows 仍然有效，并且只用填充 x 列df2。

编辑：

我创建了一个小解决方法，只需将哈希列从 df 转换回字符，但我仍然好奇我是否可以首先避免错误。