在R中，使用if循环和agrep来赋值

Question

模式列表如下所示：

pattern <- c('aaa','bbb','ccc','ddd')

来自df的x看起来像：

df$X <- c('aaa-053','aaa-001','aab','bbb')

我尝试做的是:使用agrep在基于df$X的模式中找到匹配的名称，然后根据匹配结果为现有的列'column2‘赋值，例如，如果'aaa-053’匹配'aaa'，则'aaa‘将是’column 2‘中的值，如果不匹配，则在该列中返回na。

for (i in 1:length(pattern)) {
 match <- agrep(pattern, df$X, ignore.case=TRUE, max=0)
 if agrep = TRUE {
   df$column2 <- pattern
 } else {df$column2 <- na
 }
}

df中的理想column2如下所示：

'aaa','aaa',na,'bbb'

Answer 1

当倍数匹配时，agrep本身不会给你太多的东西来决定使用哪一个。例如,

agrep(pattern[1], df$x)
# [1] 1 2 3

这对于前两个是有意义的，但第三个不在您的期望值之列。类似地，它可以为给定的字符串选择多个模式。

这里有一个替代方案：

D <- adist(pattern, df$x, fixed = FALSE)
D
#      [,1] [,2] [,3] [,4]
# [1,]    0    0    1    3
# [2,]    3    3    2    0
# [3,]    3    3    3    3
# [4,]    3    3    3    3
D[D > 0] <- NA
D
#      [,1] [,2] [,3] [,4]
# [1,]    0    0   NA   NA
# [2,]   NA   NA   NA    0
# [3,]   NA   NA   NA   NA
# [4,]   NA   NA   NA   NA
apply(D, 2, function(z) which.min(z)[1])
# [1]  1  1 NA  2
pattern[apply(D, 2, function(z) which.min(z)[1])]
# [1] "aaa" "aaa" NA    "bbb"