Início / coding / Perguntas / 79594325
Accepted
Shreko
Asked: 2025-04-27 03:36:47 +0800 CST

dplyr: descobre se um valor de coluna é uma substring de qualquer item em uma lista fixa e altera o valor

  • 772

Comecei com um exemplo simples que funciona, mas não sei como usar dentro do dplyr mutate

Isso funciona, recebo "bcd-234":

library(tidyverse)
list = c("abc-123", 'bcd-234', 'cde-345', 'bcd-987')
s = 'bcd'
list[str_detect(list, s)][1]

mas quando tento usá-lo dentro do dplyr mutate recebo um erro:

df <- tibble(
  name = c('aaa', 'bbb', 'ccc', 'ddd', 'abc', 'bcd', 'cde')
)


df |> mutate(
  new_name = if_else(any(str_detect(list, name)), list[str_detect(list, name)][1], name)
  )

Recebo um erro:

! Can't recycle `string` (size 4) to match `pattern` (size 7).

Obrigado

3 respostas

  1. Best Answer
    res <- df |>
  rowwise() |>
  mutate(
    new_name = if (any(str_detect(list, name))) list(list[str_detect(list, name)]) else list(name)
  )

    > res
#   name  new_name 
#   <chr> <list>   
# 1 aaa   <chr [1]>
# 2 bbb   <chr [1]>
# 3 ccc   <chr [1]>
# 4 ddd   <chr [1]>
# 5 abc   <chr [1]>
# 6 bcd   <chr [2]>
# 7 cde   <chr [1]>

> as.data.frame(res)
  name         new_name
1  aaa              aaa
2  bbb              bbb
3  ccc              ccc
4  ddd              ddd
5  abc          abc-123
6  bcd bcd-234, bcd-987
7  cde          cde-345

    PS: evite usar lista como nome de variável.

    • 2

  2. Infelizmente, o base R's match(), e mais relevante aqui, charmatch(), não pode lidar com múltiplas correspondências.

    Podemos usar replace++ e ++ para evitar .%in%​substrsapplytoStringgrepvidplyr::rowwise

    i = X$name %in% substr(l, 1, 3)
X$new_name = replace(X$name, i, sapply(X$name[i], \(j) toString(grepv(j, l))))

    > X
  name         new_name
1  aaa              aaa
2  bbb              bbb
3  ccc              ccc
4  ddd              ddd
5  abc          abc-123
6  bcd bcd-234, bcd-987
7  cde          cde-345

    Observação sobre grepv(). Esta é uma nova função introduzida em R 4.5.0( How About a Twenty-Six ), lançada em 11 de abril de 2025. É "idêntica a, grep()exceto pelo padrão value=TRUE", veja RNOTÍCIAS . (E agora anunciada no SO.)

    Dados

    Dados do OP nomeados de forma mais apropriada.

    > dput(X)
structure(list(name = c("aaa", "bbb", "ccc", "ddd", "abc", "bcd", 
"cde")), class = "data.frame", row.names = c(NA, -7L))
> dput(l)
c("abc-123", "bcd-234", "cde-345", "bcd-987")
    • 1

  3. No R básico, poderíamos empregar startsWithem outer, nomesreplace correspondentes com respectivas strings; fornece o resultado.diag()

    > res1 <- df |> 
+   transform(
+     new_name=outer(a, name, Vectorize(startsWith)) |> 
+       apply(2, \(i) replace(name, i, toString(a[i]))) |> 
+       diag()
+   ) |> print()
  name         new_name
1  aaa              aaa
2  bbb              bbb
3  ccc              ccc
4  ddd              ddd
5  abc          abc-123
6  bcd bcd-234, bcd-987
7  cde          cde-345

    onde

    > str(res1)
'data.frame':   7 obs. of  2 variables:
 $ name    : chr  "aaa" "bbb" "ccc" "ddd" ...
 $ new_name: chr  "aaa" "bbb" "ccc" "ddd" ...

    Se você precisar de uma "list"coluna, adaptamos um pouco:

    > res2 <- df |> 
+   base::`$<-`('new_name', outer(a, name, Vectorize(startsWith)) |> 
+       apply(2, \(i) replace(name, i, list(a[i]))) |> 
+       list2DF() |> 
+       as.matrix() |> diag()
+   ) |> print()
  name         new_name
1  aaa              aaa
2  bbb              bbb
3  ccc              ccc
4  ddd              ddd
5  abc          abc-123
6  bcd bcd-234, bcd-987
7  cde          cde-345

    onde

    > str(res2)
'data.frame':   7 obs. of  2 variables:
 $ name    : chr  "aaa" "bbb" "ccc" "ddd" ...
 $ new_name:List of 7
  ..$ : chr "aaa"
  ..$ : chr "bbb"
  ..$ : chr "ccc"
  ..$ : chr "ddd"
  ..$ : chr "abc-123"
  ..$ : chr  "bcd-234" "bcd-987"
  ..$ : chr "cde-345"

    Dados:

    > dput(df)
structure(list(name = c("aaa", "bbb", "ccc", "ddd", "abc", "bcd", 
"cde")), row.names = c(NA, -7L), class = "data.frame")

a <- c("abc-123", 'bcd-234', 'cde-345', 'bcd-987')
    • 1

relate perguntas