R - 组合两个字符向量，然后切断最后一个字符

Question

我正在处理一个大型数据集，该数据集将 9 位 ID 存储在两列中，例如ID_part_1和ID_part_2

ID 部分 1 是顶级规范的通用标识符，在本专栏中重复，ID 部分 2 对于每个 ID 部分 1 都是唯一的。我想将部分 1 与部分 2 组合，然后切断最后一个字符或 integer生成的字符串。

请参阅下面的示例数据：

    ID_part_1    ID_part_2    Comb_ID
    G12345       678          G1234567
    G12345       679          G1234567
    A23567       9C1          A235679C
    123456       789          12345678

所有数据都存储在 data.table 中，例如my_data.dt ，因此可以轻松处理这些列。 ID_part_1和ID_part_2列都是“字符”类型。 计算结果应存储在 Comb_ID 列中。 在从组合字符串中修剪最后一个字符时，我随后将从计算列中提取所有唯一值：

unique(my_data.dt[, Comb_ID])

Answer 1

我们可以在base R中使用带有paste的substr

my_data.dt$Comb_ID <- with(my_data.dt,
      paste0(ID_part_1, substr(ID_part_2, 1, 2)))

my_data.dt$Comb_ID
#[1] "G1234567" "G1234567" "A235679C" "12345678"

注意：不需要包

数据

my_data.dt <- structure(list(ID_part_1 = c("G12345", "G12345", "A23567", "123456"
), ID_part_2 = c("678", "679", "9C1", "789"), Comb_ID = c("G1234567", 
"G1234567", "A235679C", "12345678")), class = "data.frame", row.names = c(NA, 
-4L))

Answer 2

基于 tidyverse 的选项。

library(dplyr)
library(stringr)
library(purrr)

data %>%
  mutate(Comb_ID = map2_chr(ID_part_1, ID_part_2, ~ str_c(.x, .y, collapse = '')),
         Comb_ID = str_sub(Comb_ID, 1, -2))


#    ID_part_1 ID_part_2  Comb_ID
# 1:    G12345       678 G1234567
# 2:    G12345       679 G1234567
# 3:    A23567       9C1 A235679C
# 4:    123456       789 12345678

数据

data <- structure(list(ID_part_1 = c("G12345", "G12345", "A23567", "123456"
), ID_part_2 = c("678", "679", "9C1", "789")), row.names = c(NA, 
-4L), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x55dd6c5238e0>)