我正在尝试将不同的正则表达式应用于tibble中的不同变量。例如,我制作了一个tibble列表:1(我想要修改的变量名,2(我想要匹配的正则表达式,以及3(替换字符串。我想将regex/replacement应用于不同数据帧中的变量。
所以我的"配置"tibble看起来是这样的:
test_config <- dplyr::tibble(
string_col = c("col1", "col2", "col3", "col4"),
pattern = c("^\.$", "^NA$", "^NULL$", "^$"),
replacement = c("","","", "")
)
我想把它应用到一个目标上:
test_target <- dplyr::tibble(
col1 = c("Foo", "bar", ".", "NA", "NULL"),
col2 = c("Foo", "bar", ".", "NA", "NULL"),
col3 = c("Foo", "bar", ".", "NA", "NULL"),
col4 = c("NULL", "NA", "Foo", ".", "bar")
)
因此,目标是在test_target的每个列/变量中用空字符串替换不同的字符串。
结果应该是这样的:
result <- dplyr::tibble(
col1 = c("Foo", "bar", "", "NA", "NULL"),
col2 = c("Foo", "bar", ".", "", "NULL"),
col3 = c("Foo", "bar", ".", "NA", ""),
col4 = c("NULL", "NA", "Foo", ".", "bar")
)
我可以用for循环做我想做的事情,比如这样:
for (i in seq(nrow(test_config))) {
test_target <- dplyr::mutate_at(test_target,
.vars = dplyr::vars(
tidyselect::matches(test_config$string_col[[i]])),
.funs = dplyr::funs(
stringr::str_replace_all(
., test_config$pattern[[i]],
test_config$replacement[[i]]))
)
}
相反,有没有一种更整洁的方式来做我想做的事?到目前为止,我认为purrr::pmap
是这项工作的工具,我已经制作了一个函数,它接受数据帧、变量名、正则表达式和替换值,并返回修改了单个变量的数据帧。它的行为如预期:
testFun <- function(df, colName, regex, repVal){
colName <- dplyr::enquo(colName)
df <- dplyr::mutate_at(df,
.vars = dplyr::vars(
tidyselect::matches(!!colName)),
.funs = dplyr::funs(
stringr::str_replace_all(., regex, repVal))
)
}
# try with example
out <- testFun(test_target,
test_config$string_col[[1]],
test_config$pattern[[1]],
"")
然而,当我尝试将该函数与pmap一起使用时,我遇到了几个问题:1( 有比这更好的方法来建立pmap调用的列表吗?
purrr::pmap(
list(test_target,
test_config$string_col,
test_config$pattern,
test_config$replacement),
testFun
)
2( 当我调用pmap时,我得到一个错误:
Error in UseMethod("tbl_vars") :
no applicable method for 'tbl_vars' applied to an object of class "character"
Called from: tbl_vars(tbl)
你们中的任何人能建议一种使用pmap来做我想做的事情的方法吗?或者有没有一种不同或更好的方法来解决这个问题?
谢谢!
使用map2_dfc
的另一种方法(_dfc
后缀也可用于pmap
(:
library(dplyr)
library(purrr)
map2_dfc(test_target, seq_along(test_target),
~sub(test_config$pattern[.y],
test_config$replacement[.y], .x))
或imap_dfc
(注意,这样会丢失列名(:
imap_dfc(unname(test_target),
~sub(test_config$pattern[.y],
test_config$replacement[.y], .x))
输出:
# A tibble: 5 x 4
col1 col2 col3 col4
<chr> <chr> <chr> <chr>
1 Foo Foo Foo NULL
2 bar bar bar NA
3 "" . . Foo
4 NA "" NA .
5 NULL NULL "" bar
您不需要创建函数(您的函数实际上是问题的根源(:您可以直接使用str_replace_all
。
pmap_dfr(
list(test_target,
test_config$pattern,
test_config$replacement),
str_replace_all
)
# A tibble: 5 x 4
col1 col2 col3 col4
<chr> <chr> <chr> <chr>
1 Foo Foo Foo NULL
2 bar bar bar NA
3 "" . . Foo
4 NA "" NA .
5 NULL NULL "" bar