在许多列上使用 dplyr + gsub

Posted 2023-02-15

【中文标题】在许多列上使用 dplyr + gsub

【英文标题】：Using dplyr + gsub on many columns

【发布时间】：2017-09-13 09:05:12

【问题描述】：

我正在使用 dplyr 和 gsub 删除特殊字符。我正在尝试翻译我使用 base R 的代码。

这是一个与我的数据相似的假示例：

region = c("regi\xf3n de tarapac\xe1","regi\xf3n de tarapac\xe1")
provincia = c("cami\xf1a","iquique")
comuna = c("tamarugal","alto hospicio")

comunas = cbind(region,provincia,comuna)

这对我有用：

comunas = comunas %>% 
  mutate(comuna = gsub("\xe1", "\u00e1", comuna), # a with acute
         comuna = gsub("<e1>", "\u00e1", comuna) # a with acute
  )

但现在我想对每一列都应用相同的内容：

comunas = comunas %>% 
  mutate_all(funs(gsub("\xe1", "\u00e1", .), # a with acute
         gsub("<e1>", "\u00e1", .) # a with acute
  ))

我看到最后一个块没有效果。这个想法是获得：

     region                     provincia   comuna         
[1,] "regi\xf3n de tarapacá" "cami\xf1a" "tamarugal"    
[2,] "regi\xf3n de tarapacá" "iquique"   "alto hospicio"

以及任何其他需要的更改。

有什么想法吗？非常感谢！

【问题讨论】：

请提供一个可重现的例子。我们无权访问 comunas_casen_2015。 ***.com/questions/5963269/…

它太重了......但我会插入它

我最好加个假的例子

做一个可重复的小例子。它不必包括你所拥有的一切。

comuna 没有改变。有什么要改变的吗？同时提供您期望的结果。

【参考方案1】：

2021 年更新

mutate_all 现在替换为 across。以下是在dplyr 的帮助下跨多个列使用gsub 的两种方法：

library(dplyr)

#Without anonymous function
comunas_casen_2015 %>%
  mutate(across(everything(), gsub, pattern = "\xe1|<e1>", replacement = "\u00e1"))

#With anonymous function
comunas_casen_2015 %>%
  mutate(across(everything(),~ gsub("\xe1|<e1>","\u00e1", .)))

              region provincia        comuna
1 región de tarapacá    camiña     tamarugal
2 región de tarapacá   iquique alto hospicio

#data
region = c("regi\xf3n de tarapac\xe1","regi\xf3n de tarapac\xe1")
provincia = c("cami\xf1a","iquique")
comuna = c("tamarugal","alto hospicio")

原答案

这对我有用：

region = c("regi\xf3n de tarapac\xe1","regi\xf3n de tarapac\xe1")
provincia = c("cami\xf1a","iquique")
comuna = c("tamarugal","alto hospicio")

comunas_casen_2015 = data.frame(region,provincia,comuna,stringsAsFactors=FALSE)


comunas_casen_2015 %>%
  mutate(region = gsub("\xe1", "\u00e1", region), # a with acute
         region = gsub("<e1>", "\u00e1", region) # a with acute
  )
  
  
comunas_casen_2015 %>%
  mutate_all(funs(gsub("\xe1", "\u00e1", .), # a with acute
         gsub("<e1>", "\u00e1", .) # a with acute
  ))

              region provincia        comuna        region_gsub provincia_gsub   comuna_gsub
1 región de tarapacá    camiña     tamarugal región de tarapacá         camiña     tamarugal
2 región de tarapacá   iquique alto hospicio región de tarapacá        iquique alto hospicio

【讨论】：

希望最近有更新。

@ethantenison 'mutate_all' 已被 'dplyr' 取代，并替换为 'mutate' 和 'across'。我更新了我的答案