Snažím sa zobrať nepravidelný vektor informácií zoškrabaný z webovej stránky a zmeniť ich na dataframe.
Napríklad, ak dostaneme vektor, ktorý vyzerá takto:
vec <- c("Bank of America", "6%", "JP Morgan", "5%", "Bank of China", "UBS", "7%")
Chcel by som vytvoriť dataframe, ktorý vyzerá takto:
df <- tibble(bank.name = c("Bank of America", "JP Morgan","Bank of China","UBS"), interest.rate = c(6%, 5%, NA, 7%))
Stĺpec s názvom banky sa dá ľahko vytvoriť pomocou regulárneho výrazu. Snažím sa však vytvoriť vektor pre úrokové sadzby, vďaka ktorému bude NA na správnom mieste.
Úpravy po prečítaní odpovede z adresy @ guscht:
@guscht mal na túto otázku skvelú vektorovú odpoveď! Bál som sa, že budeme musieť použiť slučku ...
Tiež som preložil riešenie z @ guscht do gramatiky uprataného a vyzerá to takto:
test <- c("Bank of America", "6%", "JP Morgan", "5%", "Bank of China", "UBS", "7%")
df <- tibble(bank = test, rate = lead(test,1))
df %>%
filter(str_detect(bank, "%")== FALSE) %>% #Includes only rows that are banks
mutate(rate = ifelse(str_detect(rate, "%") == TRUE, rate, NA)) # converts non-rate values to NA
odpovede:
1 pre odpoveď č. 1Skúste to?
library(data.table) # using data.table because the syntax is nicer
test <- c("Bank of America", "6%", "JP Morgan", "5%", "Bank of China", "UBS", "7%")
dt <- data.table(bank.name = test, interest.rate = shift(test, n = 1, type = "lead"))
dt <- dt[! grepl("%", bank.name)]
dt[! grepl("%", interest.rate), interest.rate := NA]
dt
# bank.name interest.rate
# 1: Bank of America 6%
# 2: JP Morgan 5%
# 3: Bank of China NA
# 4: UBS 7%