我有一个 data.frame
id 由字母数字字符序列组成(例如, id = c(A001, A002, B013)
)。我在 stringr
下寻找一个简单的功能或 stirngi
这可以很容易地用这个字符串做数学运算(id + 1 应该返回 c(A002, A003, B014)
)。
我制作了一个可以解决问题的自定义函数,但是我觉得必须有更好/更有效/包内的方式来实现这一点。
str_add_n <- function(df, string, n, width=3){
string <- enquo(string)
## split the string using pattern
df <- df %>%
separate(!!string,
into = c("text", "num"),
sep = "(?<=[A-Za-z])(?=[0-9])",
remove=FALSE
) %>%
mutate(num = as.numeric(num),
num = num + n,
num = stringr::str_pad(as.character(num),
width = width,
side = "left",
pad = 0
)
) %>%
unite(next_string, text:num, sep = "")
return(df)
}
让我们做一个玩具
df
df <- data.frame(id = c("A001", "A002", "B013"))
str_add_n(df, id, 1)
id next_string
1 A001 A002
2 A002 A003
3 B013 B014
同样,这有效,我想知道是否有更好的方法来做到这一点,欢迎所有调整!
更新
根据建议的答案,我进行了一些基准测试,看起来两者都非常接近,我倾向于
str_add_n_2
(我改了名字,可以同时运行,并接受了 x<-as.character(x)
的建议)microbenchmark::microbenchmark(question = str_add_n(df, id, 1),
answer = df %>% mutate_at(vars(id), funs(str_add_n_2(., 1))),
string_add = df %>% mutate_at(vars(id), funs(string_add(as.character(.)))))
哪个产量
Unit: milliseconds
expr min lq mean median uq
question 4.312094 4.448391 4.695276 4.570860 4.755748
answer 2.932146 3.017874 3.191262 3.117627 3.240688
string_add 3.388442 3.466466 3.699363 3.534416 3.682762
max neval cld
10.29253 100 c
8.24967 100 a
9.05441 100 b
欢迎更多的调整!
最佳答案
这是 gsubfn
的方法
id <- c("A001", "A002", "B013")
library(gsubfn)
gsubfn("([0-9]+)", function(x) sprintf("%03.0f", as.numeric(x) + 1), id)
#[1] "A002" "A003" "B014"
你可以把它变成一个函数
string_add <- function(string, add = 1, width = 3) {
gsubfn::gsubfn("([0-9]+)", function(x) sprintf(paste0("%0", width, ".0f"), as.numeric(x) + add), string)
}
string_add(id, add = 10, width = 5)
#"A00011" "A00012" "B00023"
关于r - 在 R 中将数字添加到字母数字字符串的有效方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53659764/