在 R 中將字母映射到數字

Question

我有一個由n字母組成的字符串向量，例如"ABCDEF"

我需要將它映射到某個唯一的數字。 當然，直觀的做法是提取所有單個字母的letter ，然后通過

match(letter,LETTERS)

但這會導致大n數字太大，因為每個字母（從01到26 ）我都需要 2 位數字。

我現在的想法是將字符串的每個組合與1和26^n之間的唯一數字匹配，利用26^n對於大n數字少於2n的事實。

例如對於n=4我們得到"AAAA" -> 1和"ZZZZ" -> 26^4

我怎樣才能在 R 中做到這一點？

Answer 1

我猜你想對下面的字母進行編碼

f <- function(letter) sum((match(unlist(strsplit(letter,"")),LETTERS)-1)*26**((nchar(letter)-1):0))+1

以至於

> f("AAAA")
[1] 1

> f("AABC")
[1] 29

> f("ZZZZ")
[1] 456976

Answer 2

雖然這可能很聰明，但使用因子可能更簡單，更容易理解。 您還可以保持字符串格式接近手，同時將其編碼為整數節省空間。

如果您需要數據庫中的整數（這將更好地連接它們），那么您可以使用as.integer(factor_column)將因子轉換為 int 並且您也將擁有整數變體。

您將失去的是映射的確定性，如果這不僅僅是一次性數據加載，這對您在數據庫世界中可能很重要。