包含 str_extract_all 的命令未在 mutate() 中返回预期结果

Question

我有一个包含字符串的向量，每个字符串包含一个字母数字代码，其中整数的值为 1-3（例如“1RV2GA”）。我想提取数字并得到它们的总和。因此对于“1RV2GA”，它应该提取 1 和 2 并将它们相加得到 3。

我已经弄清楚如何在单个字符串上执行此操作：

str_extract_all(
"1RV2GA",  "\\(?[0-3,.]+\\)?", simplify = T) %>% 
as.numeric() %>% sum()

[1] 3

我的问题是，我不知道如何让它在整个向量上工作。

str_extract_all()

返回一个列表，因此这显然会导致 mutate 中出现问题，但我只需要每行的总和。

要制作一些示例数据，请在此处：

test<-data.frame(ID=c("2VG1AR", "1OR2AG", "1GV1OA"),
                 value = c(4,8,2))
> test
      ID value
1 2VG1AR     4
2 1OR2AG     8
3 1GV1OA     2

通常

str_extract_all()

会处理这样的向量，返回字符向量列表：

> str_extract_all(test$ID, "\\(?[0-3,.]+\\)?")
[[1]]
[1] "2" "1"

[[2]]
[1] "1" "2"

[[3]]
[1] "1" "1"

但显然，为了获得每个输入值的输出向量的总和，我需要它们是数字，或者我需要一个为原子向量输入设计的函数。如果我尝试使用

simplify=T

执行 mutate 命令，则会返回 ID 向量中所有值的总和：

test %>% mutate(ID.numsum = 
str_extract_all(ID,  "\\(?[0-3,.]+\\)?", simplify = T) %>% 
as.numeric() %>% sum())

      ID value ID.numsum
1 2VG1AR     4         8
2 1OR2AG     8         8
3 1GV1OA     2         8

如果我只是尝试获取

str_extract_all()

列表输出的第一个元素，它只会返回整个新向量中“2VG1AR”的正确值。:

test%>%mutate(ID.numsum = str_extract_all(ID,  "\\(?[0-3,.]+\\)?")[[1]] %>% 
as.numeric() %>% sum())
# A tibble: 3 × 3
  ID     value ID.numsum
  <chr>  <dbl>     <dbl>
1 2VG1AR     4         3
2 1OR2AG     8         3
3 1GV1OA     2         3

str_extract()

也不起作用，因为它只提取每个字符串中的第一个数字，所以如果我在“2VG1AR”上尝试它，它会返回 2，其中我需要一个包含 2 和 1 的向量，以便我可以将它们加起来为 3。

这里有人有解决办法吗？

Answer 1

sum()

是一个折叠函数。以行方式使用这些函数时必须小心。您可以在列表上显式

map()

。例如

test %>% mutate(ID.numsum = 
                  purrr::map_int(stringr::str_extract_all(ID,  "\\(?[0-3,.]+\\)?"),
                  ~sum(as.numeric(.))))

或者你可以使用

rowwise()

test %>% 
  rowwise() %>% 
  mutate(ID.numsum = 
     stringr::str_extract_all(ID,  "\\(?[0-3,.]+\\)?") |> unlist() |> as.numeric() |> sum())