在 R 中查找和替换文本

Question

最近，我开始学习 R 并尝试通过自动化过程来探索更多。 下面是示例数据，我正在尝试通过查找和替换标签中的特定文本来创建一个新列 (colname:Designations)。

因为，我正在使用大量新数据进行这项工作，我想使用 R 编程而不是使用 excel 公式来自动化。

数据集：

strings<-c("Zonal Manager","Department Manager","Network Manager","Head of Sales","Account Manager","Alliance Manager","Additional Manager","Senior Vice President","General manager","Senior Analyst", "Solution Architect","AGM")

我使用的 R 代码：

t<-data.frame(strings,stringsAsFactors = FALSE)
colnames(t)[1]<-"Designations"
y<-sub(".*Manager*","Manager",strings,ignore.case = TRUE)

挑战：
在此，所有数据都作为经理进行了更改，但我需要用主要主题替换其他名称。

我尝试使用 ifelse 语句、grep、grepl、str、sub 等，但没有得到我想要的

我不能使用第一个/第二个/最后一个词（作为“分隔”），因为主要主题来回分散。例如：首席信息官或商业财务经理或 AGM

优秀作品：
我已经将 300 个主要主题编码为...

经理（适用于所有 GM、Asst.Manager、销售经理等） 架构师（Solution Arch、Sr. Arch 等） Director（Senior Director、Director、Asst.Director 等） 高级分析师 分析师 Head（针对销售负责人）

我在寻找什么：我需要创建一个新列，并且应该用相关的主题替换文本，就像我在 excel 中使用 R 所做的那样。

如果我可以使用我已经在 excel 中编码的主题来匹配使用 R 编程的主题（如 excel 中的 vlookup），我就可以了。

预期结果：在此处输入图像描述 在此先感谢您的帮助！

是的，和我期待的完全一样。 谢谢！！ 但是当我通过上传新数据集（excel文件）并使用相同的方法尝试相同的方法时

df %>% 
   mutate(theme=gsub(".*(Manager|Lead|Director|Head|Administrator|Executive|Executive|VP|President|Consultant|CFO|CTO|CEO|CMO|CDO|CIO|COO|Cheif Executive Officer|Chief Technological Officer|Chief Digital Officer|Chief Financial Officer|Chief Marketing Officer|Chief Digital Officer|Chief Information Officer,Chief Operations Officer)).*","\\1",Designations,ignore.case = TRUE))

它没有用。 我应该在其他地方更正吗？

Answer 1

数据：

strings<-c("Zonal Manager","Department Manager","Network Manager","Head of Sales","Account Manager",
           "Alliance Manager","Additional Manager","Senior Vice President","General manager","Senior Analyst", "Solution Architect","AGM")

你需要准备一个好的查找表：（你完成它并使它完美。）

lu_table <- data.frame(new = c("Manager", "Architect","Director"), old = c("Manager|GM","Architect|Arch","Director"), stringsAsFactors = F)

然后你可以让 mapply 来完成这项工作：

mapply(function(new,old) {ans <- strings; ans[grepl(old,ans)]<-new; strings <<- ans; return(NULL)}, new = lu_table$new, old = lu_table$old)

现在看看strings ：

> strings
 [1] "Manager"               "Manager"               "Manager"               "Head of Sales"         "Manager"               "Manager"              
 [7] "Manager"               "Senior Vice President" "General manager"       "Senior Analyst"        "Architect"             "Manager" 

请注意：

此解决方案使用<<- 。 所以这可能不是最好的解决方案。 但在这种情况下有效。

Answer 2

你的意思是这样的吗？

library(dplyr)
strings <-
  c(
    "Zonal Manager",
    "Department Manager",
    "Network Manager",
    "Head of Sales",
    "Account Manager",
    "Alliance Manager",
    "Additional Manager",
    "Senior Vice President",
    "General manager",
    "Senior Analyst",
    "Solution Architect",
    "AGM"
  )

df = data.frame(Designations = strings)


df %>%
  mutate(
    theme = gsub(
      ".*(manager|head|analyst|architect|agm|director|president).*",
      "\\1",
      Designations,
      ignore.case = TRUE
    )
  )
#>             Designations     theme
#> 1          Zonal Manager   Manager
#> 2     Department Manager   Manager
#> 3        Network Manager   Manager
#> 4          Head of Sales      Head
#> 5        Account Manager   Manager
#> 6       Alliance Manager   Manager
#> 7     Additional Manager   Manager
#> 8  Senior Vice President President
#> 9        General manager   manager
#> 10        Senior Analyst   Analyst
#> 11    Solution Architect Architect
#> 12                   AGM       AGM

^{由reprex 包(v0.2.1) 于 2018 年 10 月 4 日创建}