Извлечение символов из строки

Question

Структура набора данных:

> str(trainData) 
'data.frame': 891 obs. of 13 variables: 
$ PassengerId: int 1 2 3 4 5 6 7 8 9 10 ... 
$ Survived : Factor w/ 2 levels "No","Yes": 1 2 2 2 1 1 1 1 2 2 ... 
$ Pclass  : Factor w/ 3 levels "1st","2nd","3rd": 3 1 3 1 3 3 1 3 3 2 ... 
$ Name  : chr "Braund, Mr. Owen Harris" "Cumings, Mrs. John Bradley (Florence Briggs Thayer)" "Heikkinen, Miss. Laina" "Futrelle, Mrs. Jacques Heath (Lily May Peel)" ... 
$ Sex  : Factor w/ 2 levels "Male","Female": 1 2 2 2 1 1 1 1 2 2 ... 
$ Age  : num 22 38 26 35 35 NA 54 2 27 14 ... 
$ SibSp  : int 1 1 0 1 0 0 0 3 0 1 ... 
$ Parch  : int 0 0 0 0 0 0 0 1 2 0 ... 
$ Ticket  : int NA NA NA 113803 373450 330877 17463 349909 347742 237736 ... 
$ Fare  : num 7.25 71.28 7.92 53.1 8.05 ... 
$ Cabin  : chr "" "C85" "" "C123" ... 
$ Embarked : chr "S" "C" "S" "S" ... 
$ Area  : Factor w/ 9 levels "","A","B","C",..: 1 4 1 4 1 1 6 1 1 1 ... 

Я хочу, чтобы создать новый столбец в кадре данных для хранения в виде адреса, содержащегося в переменной Name. Для этого мне нужно извлечь строки «Mr», «Mrs» и т. Д. И сохранить их в новом векторе. Я решил решить эту проблему следующим образом.

vec <- vector() 

for (i in 1 : nrow(trainData)) { 
    if (grep("Mr\\.", trainData[i, "Name"]) == 1) {vec[i] <- "Mr"} 
    else if (grep("Miss\\.", trainData[i, "Name"]) == 1) {vec[i] <- "Miss"} 
    else if (grep("Mrs\\.", trainData[i, "Name"]) == 1) {vec[i] <- "Mrs"} 
    else if (grep("Don\\.", trainData[i, "Name"]) == 1) {vec[i] <- "Don"} 
    else if (grep("Master\\.", trainData[i, "Name"]) == 1) {vec[i] <- "Master"} 
    else {vec[i] <- "Boh"} 
} 

.. и после этого использовать функцию cbind связать существующий фрейм данных с новым столбцом FormOfAddress. Я не тестировал следующие две строки кода, потому что получаю сообщение об ошибке из предыдущего фрагмента.

trainData <- as.data.frame(cbind(trainData, vec)) 
names(trainData)[length(trainData)] <- "FormOfAddress" 

В основном я застрял в этот момент ..

> vec <- vector() 
> for (i in 1 : nrow(trainData)) { 
+ if (grep("Mr\\.", trainData[i, c("Name")]) == 1) {vec[i] <- "Mr"} 
+ else if (grep("Miss\\.", trainData[i, c("Name")]) == 1) {vec[i] <- "Miss"} 
+ else if (grep("Mrs\\.", trainData[i, c("Name")]) == 1) {vec[i] <- "Mrs"} 
+ else if (grep("Don\\.", trainData[i, c("Name")]) == 1) {vec[i] <- "Don"} 
+ else if (grep("Master\\.", trainData[i, c("Name")]) == 1) {vec[i] <- "Master"} 
+ else {vec[i] <- "Boh"; next} 
+ } 
Error in if (grep("Mr\\.", trainData[i, c("Name")]) == 1) { : 
    argument is of length zero 

Первая часть, если заявление выглядит прямо ко мне. Когда строка Mr. содержится в имени, она возвращает TRUE. Также вторая часть выглядит отлично (по крайней мере, в первом цикле) и записывает строку Mr на вектор vec. Проблема во втором цикле, я думаю, но я не могу найти способ заставить его работать.

Answer 1

trainData$Name 

## [1] "Braund, Mr. Owen Harris"        
## [2] "Cumings, Mrs. John Bradley (Florence Briggs Thayer)" 
## [3] "Heikkinen, Miss. Laina"        
## [4] "Futrelle, Mrs. Jacques Heath (Lily May Peel)"  
## [5] "tt"             
## [6] "Mr. Jones"           

for (x in trainData$Name) { 
    print(grep("Mr\\.", x)) 
    print(grepl("Mr\\.", x)); 
} 

## [1] 1 
## [1] TRUE 
## integer(0) 
## [1] FALSE 
## integer(0) 
## [1] FALSE 
## integer(0) 
## [1] FALSE 
## integer(0) 
## [1] FALSE 
## [1] 1 
## [1] TRUE 

## Doing it without a loop. 
## You might have to come up with a different 
## regex here depending on the rest of your data 
vec <- gsub("^([^,]+,)?([^.]+).*", "\\2", trainData$Name) 
## [1] "Mr" "Mrs" "Miss" "Mrs" "tt" "Mr" 
vec <- ifelse(vec == trainData$Name, "Boh", vec) 
## [1] "Mr" "Mrs" "Miss" "Mrs" "Boh" "Mr"