如何识别具有多个匹配模式的观察结果，并在R中创建另一个变量？

Question

我正在尝试从我的数据中的详细类别中创建一个广泛的行业类别。我想知道在R中用grepl创建这个是哪里错了？

我的示例数据如下：

df <- data.frame(county = c(01001, 01002, 02003, 04004, 08005, 01002, 02003, 04004),
                  ind = c("0700","0701","0780","0980","1000","1429","0840","1500"))

我正在尝试在R中使用grepl或str_replace命令创建两个级别(例如，农业、制造)的名为行业的变量。

我已经尝试过了：

newdf$industry <- ""
newdf[df$ind %>% grepl(c("^07|^08|^09", levels(df$ind), value = TRUE)), "industry"] <- "Agri"

但这会给出以下错误：

  argument 'pattern' has length > 1 and only the first element will be used

我希望获得以下数据帧作为我的结果：

newdf <- data.frame(county = c(01001, 01002, 02003, 04004, 08005, 01002, 02003, 04004),
                 ind = c("0700","0701","0780","0980","1000","1429","0840","1500"),
                 industry = c("Agri", "Agri", "Agri", "Agri", "Manufacturing", "Manufacturing", "Agri", "Manufacturing"))

所以我的问题是，如果变量'ind‘以07,08或09开头，我的行业变量将取值'agri'，如果'ind’以10，14或15开头，如何指定行业将是‘制造业’？不用说，我正在尝试处理10个类别的大量行业代码，因此正在寻找一个解决方案，以帮助我在模式识别方面做到这一点。

如有任何帮助，我们不胜感激！谢谢!

Answer 1

试试这个：

newdf = df %>% 
  mutate(industry = ifelse(str_detect(string = ind,
                                      pattern = '^07|^08|^09'),
                          'Agri',
                          'Manufacturing'))

Answer 2

这是可行的，使用ifelse()向df data.frame添加所需的列

df$industry <- ifelse(grepl(paste0("^", c('07','08','09'), collapse = "|"), df$ind), "Agri", "Manufacturing")

> df
  county  ind      industry
1   1001 0700          Agri
2   1002 0701          Agri
3   2003 0780          Agri
4   4004 0980          Agri
5   8005 1000 Manufacturing
6   1002 1429 Manufacturing
7   2003 0840          Agri
8   4004 1500 Manufacturing