Grepl匹配多個條件，包括「與」和「或」條件

Question

我的數據幀是如下

df <- data.frame(c("Utility grid", "Grid connection", "Grid", "", "", "Dry-cell-torch", "Solar", ""), c("solar", "", "", "", "", "", "Dry-cell-torch", ""), c("", "fan", "TV", "", "Utility grid connection", "", "", "Unreachable"), c("", "radio", "", "", "", "", "", "")) 
colnames(df) <- c(paste("de_", 1:4, sep="")) 

我想追加一個第5列「德」這個數據框具備以下條件 -

• 條件1，如果所有的行是空的，例如4行中，「去」應該是0。

• 條件2.如果只有4行的非空，並且該值可以是「包含' 「G RID」而不區分大小寫，或者是‘不可到達’，或者是‘幹細胞火炬’，然後‘的’應該是0。

• 條件3否則‘的’應爲1

期望的「德」應該是

df$de <- (c(1, 1, 1, 0, 0, 0, 1, 0)) 

請注意我的原數據幀是600行，45列。我只是把一個子集放在這裏，但這個子集說明了我想完成的詳盡條件。

所以我試着用grepl以下的正則表達式（改編自你這裏一個不同但類似的問題在計算器給出解決辦法） -

df$de <- (!grepl("grid|Unreachable|Dry-cell-torch|^$", 
        apply(df,1,paste, collapse=""), ignore.case=TRUE))+0L 

這個工程除了在情況下，讓我們在說第1行，其中1列中有「公用事業網格」，第二個中我有「太陽能」，它使我得到0，而我需要1.我瞭解問題 - 如果網格，無法訪問等是一個目前這應該與一個'和'條件的所有其他單元格在同一行應該是空白，但我無法計算如何實現此

我感謝您的幫助！

Answer 1

考慮明確分裂的條件：

f <- function(x) { 
    if (all(x == '')) 0 
    else if (sum(x != '') == 1) { 
    if (grepl('grid', tolower(x[x != ''])) | 
     (x[x != ''] %in% c('Unreachable', 'Dry-cell-torch'))) 0 
    else 1 
    } 
    else 1 
} 

然後使用申請apply(df, 1, f)

我似乎得到你想要的載體：

> apply(df, 1, f) 
[1] 1 1 1 0 0 0 1 0 

更新：

另一個參數可用於索引f中想要的特定列。請注意，這不是一個強大的實現 - 設置錯誤的列將會破壞它。

f <- function(x, columns) { 

    y <- x[columns] 

    if (all(y == '')) 0 
    else if (sum(y != '') == 1) { 
    if (grepl('grid', tolower(y[y != ''])) | 
     (y[y != ''] %in% c('Unreachable', 'Dry-cell-torch'))) 0 
    else 1 
    } 
    else 1 
} 

然後用apply apply(df, 1, f, columns = 1:4)。只需用您想要的列替換1：4。

更新2：

不知道如果我完全理解你的最新評論，但如果你要考慮多於一個「特殊」的細胞，可以考慮以下結構（雖然我不知道如果它會比您嘗試過的更「優雅」）：

f <- function(x, columns) { 

    y <- x[columns] 

    n.not.blank <- sum(y != '') 
    special <- c('Unreachable', 'Dry-cell-torch') 
    n.special <- sum(grepl('grid', tolower(y)) | (y %in% special)) 

    if (n.not.blank == 0) 0 
    else if (n.not.blank == n.special) 0 
    else 1 

} 

然後按照以前那樣使用apply。

Answer 2

這應該工作。我設置了一個默認值1，然後將該值設置爲零，如果只有空白，或者只有一個空白，並且此異常值適合您的正則表達式。

df <- data.frame(c("Utility grid", "Grid connection", "Grid", "", "", "Dry-cell-torch", "Solar", ""), c("solar", "", "", "", "", "", "Dry-cell-torch", ""), c("", "fan", "TV", "", "Utility grid connection", "", "", "Unreachable"), c("", "radio", "", "", "", "", "", "")) 
colnames(df) <- c(paste("de_", 1:4, sep="")) 
df$de <- 1 # default value 
blank_rows <- apply(df,1,function(row){sum(row == "")==ncol(df)-1}) 
regex_rows <- apply(df,1,function(row){sum(row == "")==ncol(df)-2 & any(grepl("grid|Unreachable|Dry-cell-torch|^$", row,ignore.case = TRUE))}) 
df$de[blank_rows | regex_rows] <- 0 

# de_1   de_2     de_3 de_4 de 
# 1 Utility grid   solar        1 
# 2 Grid connection         fan radio 1 
# 3   Grid          TV  1 
# 4                0 
# 5        Utility grid connection  0 
# 6 Dry-cell-torch            0 
# 7   Solar Dry-cell-torch        1 
# 8           Unreachable  0