根据条件修改数据框中的字符串名称

Question

我有一个名为“Control_Category”的变量的数据框。变量中有六个名字，为简单起见，我打算让通用：

df <- data.frame(Control_Category = c("Really Long Name One", 
"Super Really Long Name Two", 
"Another Really Flippin' Long Name Three", 
",Seriously, It's a Fourth Long Name", 
"Definitely a Fifth Long Name", 
"Finally, This guy is done, number six")) 

我使用这个稍作笑话。所以，虽然名称很长，但每个（1-6）的值都是一致的。在data.frame的这个特定字符向量中，有数百和数百个条目与这六个中的任何一个相匹配。

我需要做的是用短名称替换长名称。因此，在上述任何名称标识，用较短的版本替换名称，如：

一个 两个 三 四 五 六

我用“case_when”，它尝试了功能悲惨地失败了。任何帮助，将不胜感激。

根据问题从社区

项目的顺序并不重要的附加信息。没有指定1 - 6，刚好有6个，我做了6根愚蠢的长弦。琴弦本身很长。

因此，在任何地方出现“Super Really Long Name Two”的情况下，该值需要更新为类似“TWO”或“Short_Name”的那个近似于“TWO”的类型。测试和考试成绩”的简称将理想仅仅是‘审计’

Answer 1

你可以只使用gsub()每进行一次更换。

df$Control_Category <- gsub('Really Long Name One', 'One', df$Control_Category) 

您可以重复类似的逻辑来处理其他五长/短名称对

Answer 2

他再保险公司的名称很长的更大的数据帧：

set.seed(101) 
long_names <- c("Really Long Name One", 
       "Super Really Long Name Two", 
       "Another Really Flippin' Long Name Three", 
       ",Seriously, It's a Fourth Long Name", 
       "Definitely a Fifth Long Name", 
       "Finally, This guy is done, number six") 

df <- data.frame(control_category=sample(long_names, 100, replace=TRUE)) 
head(df) 

##       control_category 
## 1 Another Really Flippin' Long Name Three 
## 2     Really Long Name One 
## 3   Definitely a Fifth Long Name 
## 4  ,Seriously, It's a Fourth Long Name 
## 5    Super Really Long Name Two 
## 6    Super Really Long Name Two 

使用unique功能会给你的类别名称：

category <- unique(df$control_category) 
print(category) 

## [1] Another Really Flippin' Long Name Three 
## [2] Really Long Name One     
## [3] Definitely a Fifth Long Name   
## [4] ,Seriously, It's a Fourth Long Name  
## [5] Super Really Long Name Two    
## [6] Finally, This guy is done, number six 
## 6 Levels: ,Seriously, It's a Fourth Long Name ... 

请注意，该水平是按照字母顺序（见levels(category)）。在这种情况下，最简单的方法是通过查看当前订单来手动更改订单。在这种情况下，category[c(2, 5, 1, 4, 3, 6)]会给你正确的订单。最后，

df$control_category <- factor(
    df$control_category, 
    levels=category[c(2, 5, 1, 4, 3, 6)], 
    labels=c("one", "two", "three", "four", "five", "six") 
) 
head(df) 

## control_category 
## 1   three 
## 2    one 
## 3    five 
## 4    four 
## 5    two 
## 6    two