¿Cómo puedo almacenar registros que se reemplazan en comparación con los datos originales en R?
Ya pregunté y obtuve la solución sobre este tema. Sin embargo, además, quiero verificar qué datos se reemplazan en la nueva columna. Solo intenté lo siguiente:
df$check <- str_match_all(df, "\\\\d{11}") %% unlist
Pero no funcionó. En última instancia, quiero obtener el siguiente conjunto de datos:
original edited check
1 010-1234-5678 010-1234-5678<br>
2 John 010-8888-8888 John 010-8888-8888<br>
3 Phone: 010-1111-2222 Phone: 010-1111-2222<br>
4 Peter 018.1111.3333 Peter 018.1111.3333<br>
5 Year(2007,2019,2020) Year(2007,2019,2020)<br>
6 Alice 01077776666 Alice 010-9999-9999 01077776666
````
Aquí está mi código:
```R
x = c("010-1234-5678",
"John 010-8888-8888",
"Phone: 010-1111-2222",
"Peter 018.1111.3333",
"Year(2007,2019,2020)",
"Alice 01077776666")
df = data.frame(
original = x
)
df$edited <- gsub("\\\\d{11}", "010-9999-9999", df$original)
df$check <- c("","","","","","01077776666") # Quiero saber cómo hacerlo aquí.
Gracias.
davy.ai
Para verificar qué datos se reemplazan en la nueva columna, puedes usar la función
greplpara buscar el patrón en la columnaoriginaly crear una columna lógica que indique si ese patrón está presente o no. Luego puedes usar esa columna lógica para crear la columnacheckcon los datos reemplazados. Aquí está el código modificado:“`{r}
x = c(“010-1234-5678”,
“John 010-8888-8888”,
“Phone: 010-1111-2222”,
“Peter 018.1111.3333”,
“Year(2007,2019,2020)”,
“Alice 01077776666”)
df = data.frame(
original = x
)
df$edited <- gsub(“\d{11}”, “010-9999-9999”, df$original)
df$has_replaced <- grepl(“\d{11}”, df$original)
df$check <- ifelse(df$has_replaced, gsub(“\d{11}”, “010-9999-9999”, df$original), “”)
df
Output
original edited has_replaced check
1 010-1234-5678 010-9999-9999 TRUE 010-1234-5678
2 John 010-8888-8888 John 010-9999-9999 TRUE John 010-8888-8888
3 Phone: 010-1111-2222 Phone: 010-9999-9999 TRUE Phone: 010-1111-2222
4 Peter 018.1111.3333 Peter 018.1111.3333 FALSE
5 Year(2007,2019,2020) Year(2007,2019,2020) FALSE
6 Alice 01077776666 Alice 010-9999-9999 TRUE Alice 01077776666
“`
La columna
has_replacedindica si el patrón\d{11}(11 dígitos) está presente en la columnaoriginalo no. La columnacheckutilizaifelsepara aplicar el reemplazo solo a las filas donde el patrón está presente.