Rのルックアップコードを使用して列を文字列に置き換える方法

1つの行が次のようになっている文字列列を持つデータフレームまたはデータテーブルがあると想像してください。

a1; b: b1, b2, b3; c: c1, c2, c3; d: d1, d2, d3, d4

そして、これらの各文字列をマッピングするためのコードを含むルックアップテーブル。例えば：

string code
a1     10
b1     20
b2     30
b3     40
c1     50
c2     60
...

この文字列をコードにマッピングするマッピング関数が欲しいのですが：

10; b: 20, 30, 40; c: 50, 60, 70; d: 80, 90, 100

これらの文字列の列がdata.table / data.frame（100k以上）にあるので、簡単な解決策をいただければ幸いです。この文字列の長さは常に同じではないこと... 1行で例えば私は、文字列を持つことができます。注aにd他では、aとf。

編集：

上記のケースの解決策が得られましたが、次のような文字列があると想像してください。

a; b: peter, joe smith, john smith; c: luke, james, john smith

john smithそれが属するbかcカテゴリに応じて2つの異なるコードを持つことができるこれらの既知のものを置き換える方法は？また、文字列には、間にスペースを入れた単語を含めることができます。

編集2：

   string     code
    a          10
    peter      20
    joe smith  30
    john smith 40
    luke       50
    james      60
    john smith 70
...

最終的な解決策は次のとおりです。

10; b: 20, 30, 40; c: 50, 60, 70

編集3提案されたように、私は次の問題のために新しい質問を開きました：繰り返される文字列とその間のスペースをRのルックアップコードに置き換える方法

使用できます gsubfn

library(gsubfn)
gsubfn("([a-z]\\d+)", setNames(as.list(df1$code), df1$string), str1)
#[1] "10; b: 20, 30, 40; c: 50, 60, 70; d: 80, 90, 100, 110"

編集版の場合

gsubfn("(\\w+ ?\\w+?)",  setNames(as.list(df2$code), df2$string), str2)
#[1] "a; b: 20, 30, 40; c: 50, 60, 40"

データ

str1 <- "a1; b: b1, b2, b3; c: c1, c2, c3; d: d1, d2, d3, d4"
df1 <- structure(list(string = c("a1", "b1", "b2", "b3", "c1", "c2", 
 "c3", "d1", "d2", "d3", "d4"), code = c(10L, 20L, 30L, 40L, 50L, 
 60L, 70L, 80L, 90L, 100L, 110L)), class = "data.frame",
  row.names = c(NA, -11L))

str2 <- "a; b: peter, joe smith, john smith; c: luke, james, john smith"

df2 <- structure(list(string = c("a", "peter", "joe smith", "john smith", 
"luke", "james", "john smith"), code = c(10L, 20L, 30L, 40L, 
50L, 60L, 70L)), class = "data.frame", row.names = c(NA, -7L))

はるかに高速な代替手段は、以下を使用することstringr::str_replace_all()です。

library(stringr)
library(gsubfn)

mystring <- "a1; b: b1, b2, b3; c: c1, c2, c3; d: d1, d2, d3, d4"
mystrings <- rep(mystring, 10000)

str_replace_all(mystrings, setNames(as.character(df$code), df$string))

microbenchmark::microbenchmark(gsubfn = gsubfn("([a-z]\\d+)", setNames(as.list(df$code), df$string), mystrings),
                               stringr = str_replace_all(mystrings, setNames(as.character(df$code), df$string)), check = "equal", times = 50)

Unit: milliseconds
    expr        min         lq      mean     median         uq        max neval cld
  gsubfn 4846.19633 5584.54845 5923.5042 5939.49794 6261.29821 7479.04022    50   b
 stringr   29.01798   29.94274   31.6118   30.80002   31.72871   50.57533    50  a 

ここにいくつかのベースRソリューションがあります。

• アプローチ1：使用Reduce

res <- Reduce(function(x,k) gsub(df$string[k],df$code[k],x),
              c(s,as.list(1:nrow(df))))

そのような

> res
[1] "10; b: 20, 30, 40; c: 50, 60, c3; d: d1, d2, d3, d4"

• アプローチ2：カスタム再帰関数fを定義して作成する

f <- function(k) ifelse(k==0,s,gsub(df$string[k],df$code[k],f(k-1)))
res <- f(nrow(df))

そのような

> res
[1] "10; b: 20, 30, 40; c: 50, 60, c3; d: d1, d2, d3, d4"

データ

s <- "a1; b: b1, b2, b3; c: c1, c2, c3; d: d1, d2, d3, d4"
df <-structure(list(string = c("a1", "b1", "b2", "b3", "c1", "c2"), 
    code = c(10L, 20L, 30L, 40L, 50L, 60L)), class = "data.frame", row.names = c(NA, 
-6L))