如何使用mutate和ifelse將字符串數據解析爲新變量？

我對R更新，我正在玩泰坦尼克號的kaggle數據集。我已經觀看了David Langer關於探索這個數據集的很棒的YouTube視頻，並且他能夠用for循環解析每個乘客的頭銜。然而，我忍不住想要用mutate和stringr做一個更簡單的方法。如何使用mutate和ifelse將字符串數據解析爲新變量？

注：titanic.full = data.frame

這是我最好的猜測......顯然它不工作雖然：

mutate(titanic.full, Title = ifelse(str_detect(titanic.full$Name, "Mr."), "Mr.") elseif(str_detect(titanic.full$Name, "Mrs."), "Mrs."), "Other")

任何指導，將是非常讚賞。

來源

2017-11-11 Jeff Henderson

巢'ifelse'。 'ifelse（str_detect（Name，「Mr.」），「Mr.」，ifelse（str_detect（Name，「Mrs.」，「Mrs.」，「Other」））' – Psidom

'case_when'是你的朋友 – dshkol

所以，我試過如下：變異（titanic.full，標題= ifelse（str_detect（名稱，「先生」），「先生」，ifelse（str_detect（名稱，「夫人」），「太太」，「其他「）），但是這似乎不起作用，因爲出現了一個意外的符號錯誤 –

使用正則表達式匹配似乎更容易在這裏。 .*?匹配所有字符，直到後面的第一個匹配項。 (Mr|Mrs|Miss|$)匹配任何與$意味着線的端部（爲了捕獲具有沒有一種現有的任何值的行）的選項。最後.*匹配剩下的任何東西。 "\\1"引用與括號內圖案部分相匹配的字符。

titanic.full %>% mutate(Title = sub(".*?(Mr|Mrs|Miss|$).*", "\\1", Name))

注：由於沒有在這個問題重複地提供輸入，我們在這裏提供它：

u <- "https://raw.githubusercontent.com/vincentarelbundock/Rdatasets/master/csv/datasets/Titanic.csv" 
titanic.full <- read.csv(u)

來源

2017-11-11 01:21:10

非常感謝！看起來我試圖避免元字符需要結束，我插入它並工作！現在搜索並閱讀元字符所以我可以申請這個！ –

我看到了，非常感謝！ –

我已經閱讀了我的正則表達式，發現了一個更方便的方法來捕獲所有未知的標題，我之前沒有包含這些標題： titanic.full < - titanic.full％>％突變（「*。?,（+ \\）*」 AllTitles =子（「\\ 1」，名稱）） –

如果你想tidyverse解決方案，您可以執行以下操作：

library(tidyverse) 

df <- "https://raw.githubusercontent.com/vincentarelbundock/Rdatasets/master/csv/datasets/Titanic.csv" 
df <- read.csv(df, stringsAsFactors = FALSE) 
df <- as_tibble(df) 
df 

df %>% 
    extract(Name, 
      "Title", 
      "(Mr|Mrs|Miss) ([^ ]+)", 
      remove = FALSE) %>% 
    select(Name, Title)

將返回：

# A tibble: 1,313 x 2 
              Name Title 
*           <chr> <chr> 
1     Allen, Miss Elisabeth Walton Miss 
2     Allison, Miss Helen Loraine Miss 
3   Allison, Mr Hudson Joshua Creighton Mr 
4 Allison, Mrs Hudson JC (Bessie Waldo Daniels) Mrs 
5     Allison, Master Hudson Trevor <NA> 
6       Anderson, Mr Harry Mr 
7    Andrews, Miss Kornelia Theodosia Miss 
8      Andrews, Mr Thomas, jr Mr 
9 Appleton, Mrs Edward Dale (Charlotte Lamson) Mrs 
10      Artagaveytia, Mr Ramon Mr 
# ... with 1,303 more rows

由於G.格羅滕迪克用於提供數據。

來源

2017-11-11 01:50:56 tyluRp

如何使用mutate和ifelse將字符串數據解析爲新變量？

回答

相關問題