将带有字符和数字的数据排序为 R 中的数字

Question

我有一个包含数字和文本的结果数据列表。

示例数据：

df$col_1 
Neg 
Negative 
32 
16 
64 
8 
128 
4 
not done 
Pos 
Missing 
?Pos 
~2 
? 240

我所做的是创建一个新列并尝试重新编码数据。

 df$col <- NA df$col [ which (df$col_1=="Positive" )] <- 1 
 df$col [ which (df$col_1=="2" )] <- 1 
 df$col [ which (df$col_1=="Negative" )] <- 1

不是像上面那样对每个可能的组合进行编码，我想做的是能够创建一个包含负数、正数和 NA 值的列表。

我试过这个

list <- c ("2","4","8","16","32")
df$col [ which (df$col_1=="list" )] <- 1  

但这不起作用。

除非有问号，否则每个数字都应被视为正数。所以我想知道我是否可以将所有数字转换为数字？

对于所有的杂文，除了正面和负面之外，我想放NA。

df$col_1        df$col
Neg             0
Negative        0
32              1 
16              1
64              1
8               1
128             1
4               1
not done        NA
Pos             1
Missing         NA
?Pos            NA
~2              1
? 240           NA

Answer 1

您可能有一组相当复杂的条件，因此最好将正则表达式与ifelse和 一起使用sapply。例如，下面我grepl在嵌套ifelses 中使用：

df$col <- sapply(df$col_1,
       function(x) ifelse(grepl("^((~)?\\d+)$|^([pP]os(itive)?)$", x),
                          1,
                          ifelse(grepl("^[nN]eg(ative)?$", x), 0, NA)
                          )
       )

#### OUTPUT ####

      col_1 col
1       Neg   0
2  Negative   0
3        32   1
4        16   1
5        64   1
6         8   1
7       128   1
8         4   1
9  not done  NA
10      Pos   1
11  Missing  NA
12     ?Pos  NA
13       ~2   1
14        ?  NA
15      240   1

说明：如果字符串只包含数字，有或没有前面的 tilda ~，或者只有“Pos”或“Positive”，返回 1。否则返回第二个的输出，ifelse如果字符串只包含“Neg”或“Negative” ，则返回 0 ”，否则NA。

数据：

df <- structure(list(col_1 = c("Neg", "Negative", "32", "16", "64", 
"8", "128", "4", "not done", "Pos", "Missing", "?Pos", "~2", 
"?", "240")), class = "data.frame", row.names = c(NA, -15L))