R:标识行从列表中包含多个字符的情况

Question

我正在处理一个大型数据集，在这里我需要创建一个新列并分配适当的标签。例如，我有包含水果和蔬菜混合物的行，我想要一个新的列，它将该行标识为水果、蔬菜或混合。理想的结果是：

#     name   type
# 1    apple fruit
# 2    bananas fruit
# 3    kale   vegetable
# 4    apple, kale   mixed

虽然我成功地识别了包含单个“项”的行的类型，但我在为“混合”类型编写代码时遇到了困难。我正在考虑使用和(例如，水果和蔬菜混合)。但这不管用。是否有一种高效/正确的混合实例编码方法？我感谢你的帮助，谢谢！！

现在我要说的是：

df <- data.frame(name = c('apple','bananas','kale','apple, kale'), 
             stringsAsFactors = FALSE)
df$type <- factor(df$name) # First step: copy vector and make it factor

#Change levels:
levels(df$type) <- list(
    fruit = c("apple", "bananas"),
    vegetable = c("kale")
)

Answer 1

下面是使用purrr和dplyr包的解决方案：

library(dplyr)
library(purrr)

l <- list(
  fruit = c("apple", "bananas"),
  vegetable = c("kale")
)

v <- unlist(l)
nm <- gsub("\\d", "", setNames(names(v), v))

df %>%
  mutate(type = map_chr(strsplit(name, ", "), ~ if (n_distinct(nm[.x]) > 1) "mixed" else nm[.x]))

输出

         name      type
1       apple     fruit
2     bananas     fruit
3        kale vegetable
4 apple, kale     mixed

是如何工作的

1. 创建一个命名向量，以帮助将name转换为type。例如，fruit.
2. Then返回name，我们将name拆分成一个列表：

strsplit(df$name, ", ")
[[1]]
[1] "apple"

[[2]]
[1] "bananas"

[[3]]
[1] "kale"

[[4]]
[1] "apple" "kale" 

1. 最后，我们在这个列表上映射一个purrr样式函数。如果返回的唯一类型的数量大于一个，则值为mixed，否则将从命名向量mixed返回该值。