具有正则表达式的多个条件的一列转换

问题描述

我有一个数据框：

ID       value
1      he following object is masked from ‘package:purrr’
2      Attaching package: ‘magrittr’
3      package ‘ggplot2’ was built under R version 3.6.2
4      Warning messages:

下面是用于转换列值的代码：

df <- df %>% 
  mutate(value = stringr::str_replace(value,'(^he following object)','\\1'),value = stringr::str_replace(value,'(^Attaching package:)','(^package ‘ggplot2’)','\\1'))
) %>%   
  group_by(ID,value) 

输出为：

ID       value
1      he following object
2      Attaching package: 
3      package ‘ggplot2’
4      Warning messages:

如您所见，我在一列中多次使用stringr :: str_replace。我的实际数据要大得多（例如数百万行）。这只是一个子集示例。所以，我怎么能结合使用这一次功能这三遍呢？我想使用相同的功能和库（无根本变化）

我尝试过此方法，但也无法正常工作

df <- df %>% 
  mutate(value = str_replace_all(value,'(^he following object).*|(^Attaching package:).*|(^package ‘ggplot2’).*','\\1')) %>%   
  group_by(ID,value)

它给了我这个

ID       value
1      he following object’
2      
3     
4      Warning messages:

解决方法

这是您要寻找的吗？

df %>% 
 mutate(value = stringr::str_replace_all(value,c('(^he following object).*' = '\\1','(^Attaching package:).*'= '\\1','(^package ‘ggplot2’).*'= '\\1')
                                         ))
#>   ID               value
#> 1  1 he following object
#> 2  2  Attaching package:
#> 3  3   package ‘ggplot2’
#> 4  4   Warning messages:

请注意，由于您的代码对我不起作用，因此我必须添加.*。它并没有取代整个句子。

,

可以使用str_replace，然后使用str_extract和现有值来代替使用coalesce和使用反向引用捕获字符串。

library(dplyr)
library(stringr)

df %>%
  mutate(value1 = str_extract(value,'^(he following object|Attaching package:|package ‘ggplot2)'),value = coalesce(value1,value)) %>%
  select(-value1)

#  ID               value
#1  1 he following object
#2  2  Attaching package:
#3  3    package ‘ggplot2
#4  4   Warning messages: