在 R 中查找和替換文本

Question

最近，我開始學習 R 並嘗試通過自動化過程來探索更多。 下面是示例數據，我正在嘗試通過查找和替換標簽中的特定文本來創建一個新列 (colname:Designations)。

因為，我正在使用大量新數據進行這項工作，我想使用 R 編程而不是使用 excel 公式來自動化。

數據集：

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 代碼：

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

挑戰：
在此，所有數據都作為經理進行了更改，但我需要用主要主題替換其他名稱。

我嘗試使用 ifelse 語句、grep、grepl、str、sub 等，但沒有得到我想要的

我不能使用第一個/第二個/最后一個詞（作為“分隔”），因為主要主題來回分散。例如：首席信息官或商業財務經理或 AGM

優秀作品：
我已經將 300 個主要主題編碼為...

經理（適用於所有 GM、Asst.Manager、銷售經理等） 架構師（Solution Arch、Sr. Arch 等） Director（Senior Director、Director、Asst.Director 等） 高級分析師 分析師 Head（針對銷售負責人）

我在尋找什么：我需要創建一個新列，並且應該用相關的主題替換文本，就像我在 excel 中使用 R 所做的那樣。

如果我可以使用我已經在 excel 中編碼的主題來匹配使用 R 編程的主題（如 excel 中的 vlookup），我就可以了。

預期結果：在此處輸入圖像描述 在此先感謝您的幫助！

是的，和我期待的完全一樣。 謝謝！！ 但是當我通過上傳新數據集（excel文件）並使用相同的方法嘗試相同的方法時

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))

它沒有用。 我應該在其他地方更正嗎？

Answer 1

數據：

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")

你需要准備一個好的查找表：（你完成它並使它完美。）

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

然后你可以讓 mapply 來完成這項工作：

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

現在看看strings ：

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

請注意：

此解決方案使用<<- 。 所以這可能不是最好的解決方案。 但在這種情況下有效。

Answer 2

你的意思是這樣的嗎？

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) 於 2018 年 10 月 4 日創建}