r - 正则表达式 R 的 IF 过滤器

Question

我想根据与 R 中某些术语的字符串匹配在数据框(或数据表)中创建一个标志。

df = data.frame(text = c("AABA","AACA","AAAA","BAAE","CAAD","CCCC","DDDD","EEEE"))
df$flag[stri_detect_regex(df$text,"AAB|AAC|AAA|BAA|CAA")] = 'Match1'

显示输出如下:

    text    flag
1   AABA    Match1
2   AACA    Match1
3   AAAA    Match1
4   BAAE    Match1
5   CAAD    Match1
6   CCCC    <NA>
7   DDDD    <NA>
8   EEEE    <NA>

然后我想检查另一种模式:

df$flag[stri_detect_regex(df$text,"CCCC|DDDD")] = 'Match2'

但只有在标志为 NA 时才运行此程序，即 is.na(df$flag)。也很高兴知道我是否可以包含多个条件，即

is.na(df$flag) & df$other_var == 1 

我想这样做的原因是我需要查看数百万行，并且只想对没有标志和/或包含其他过滤条件的行执行正则表达式。感谢您的帮助!

Answer 1

我们可以使用case_when

library(dplyr)
library(stringi)
df %>%
   mutate(flag = case_when(stri_detect_regex(text, "AAB|AAC|AAA|BAA|CAA") ~ "Match1",
                           stri_detect_regex(text, "CCCC|DDDD") ~ "Match2"))