gsub多种替换和一种模式

如何解决gsub多种替换和一种模式

我有很多西班牙语名字。其中有些具有我要处理的特殊字符（重音符号）。每次带有重音时，我都会使用字符“-+”。没有办法知道替换是“á”还是“é”或“í”或“ó”或“ú”或“ñ”，而只能查看每个名称。

我有这样的东西：

df <- data.frame(name = c('adri-+n','in-+s','mar-+a','-+scar','l-+cio','juli-+n','jos-+','sof-+a','crist-+bal','yajn-+'))

我知道带有名字的口音：

c('adrián','inés','maría','óscar','lúcio','julián','josé','sofía','cristóbal','yajnú')

我想要获得的是带有正确字母且没有重音的校正后的数据帧。像这样：

cdf <- data.frame(name = c('adrian','ines','maria','oscar','lucio','julian','jose','sofia','cristobal','yajnu'))

我已经根据每个名称构建了一个带有适当替换的变量（请注意转义字符'\ +'）：

a <- 'adri-\\+n|juli-\\+n'
e <- 'in-\\+s|jos-'
i <- 'mar-\\+a|sof-\\+a'
o <- '-\\+scar|crist-\\+bal'
u <- 'l-\\+cio|yajn-\\+'

cdf <- df %>% 
mutate(a=ifelse(str_detect(name,a),'a',''),e=ifelse(str_detect(name,e),'e',i=ifelse(str_detect(name,i),'i',o=ifelse(str_detect(name,o),'o',u=ifelse(str_detect(name,u),'u',lett = str_c(a,e,i,o,u)) %>% 
  mutate(name = gsub('-\\+',lett,name))

但是最后一个mutate(name = gsub('-\\+',name))无效，因为我无法使用字符列lett来获取多个替换。实际上，我收到了一条警告消息：

Warning messages:
1: Problem with `mutate()` input `name`.
i argument 'replacement' has length > 1 and only the first element will be used
i Input `name` is `gsub("-\\+",name)`. 
2: In gsub("-\\+",name) :
  argument 'replacement' has length > 1 and only the first element will be used

和不希望的结果：

> cdf
        name a e i o u lett
1     adrian a            a
2       inas   e          e
3      maraa     i        i
4      ascar       o      o
5      lacio         u    u
6     julian a            a
7       josa   e          e
8      sofaa     i        i
9  cristabal       o      o
10     yajna         u    u

我也尝试过 mgsub 包，但是（据我所知）它仅适用于矢量到矢量的替换（多个到多个），而不是一个模式和多个替换。

如何获得所需的结果？

> cdf
        name a e i o u lett
1     adrian a            a
2       ines   e          e
3      maria     i        i
4      oscar       o      o
5      lucio         u    u
6     julian a            a
7       jose   e          e
8      sofia     i        i
9  cristobal       o      o
10     yajnu         u    u

谢谢！

---

编辑： 我终于找到了mutate( name = unlist(Map(gsub,pattern = '-\\+',replacement = lett,name)) )所需的解决方案：

cdf <- df %>% 
  mutate(a=ifelse(str_detect(name,u)) %>% 
  mutate(name = unlist(Map(gsub,name)) )
> cdf
        name a e i o u lett
1     adrian a            a
2       ines   e          e
3      maria     i        i
4      oscar       o      o
5      lucio         u    u
6     julian a            a
7       jose   e          e
8      sofia     i        i
9  cristobal       o      o
10     yajnu         u    u

解决方法

有一个apply系列功能可以满足您的需求，请查看mapply。

它不适合dplyr管道，因此请创建一个临时表然后使用它：

df2 <- cdf %>% 
  mutate(a=ifelse(str_detect(name,a),'a',''),e=ifelse(str_detect(name,e),'e',i=ifelse(str_detect(name,i),'i',o=ifelse(str_detect(name,o),'o',u=ifelse(str_detect(name,u),'u',lett = str_c(a,e,i,o,u))

with(df2,mapply(function(x,y) gsub('-\\+',x,y),lett,name))

这与问题R gsub remove words in column y from words in column x非常相似。为了帮助其他人搜索这些类型的问题，我们可以将其标记为重复（不是对您的打击）