動的な先行ゼロのデータセットの要素を調整する

Question

私は大きいdata.frame（1.9Mレコード、20列）を持っています。列の1つは、長さの異なる数字の値を持つ因子列です（数字/数字の桁数が異なる、例えば567839,234324324,3243211など） 注：数値コードであり、実際の値ではなく、この例では異なる長さです。

は今は要因が要因が先行取得するように13桁の因子、になることはない変換する桁数が13未満

例の場合にはゼロの：

Old factor  Length New factor 
432543532532 12  0432543532532 
3285087250932 13  3285087250932 
464577534  9  0000464577534 
2225324324324 13  2225324324324 
864235325264 12  0864235325264 

私はさまざまなアプローチを試みましたが、今は固まっています。問題は、要因の長さがデータセット全体で異なることです。

例を試してみましたが、

問題を特定するためにコードを実行する3つの異なる列を持つdata.frameを作成します。

> df.test <- as.data.frame(cbind(c("432543532532", "3285087250932", "464577534", "2225324324324", "864235325264"), c("3285087250932", "132543532532", "464577534", "2225324324324", "864235325264"), c("164577534", "3285087250932", "432543532532", "2225324324324", "864235325264"))) 
> df.test 
      V1   V2   V3 
1 432543532532 3285087250932  164577534 
2 3285087250932 132543532532 3285087250932 
3  464577534  464577534 432543532532 
4 2225324324324 2225324324324 2225324324324 
5 864235325264 864235325264 864235325264 

> levels(df.test$V1) <- paste(substr("0000000000000", 0, 13 - nchar(as.character(levels(df.test$V1)))), levels(df.test$V1), sep = '') 
> levels(df.test$V2) <- paste(substr("0000000000000", 0, 13 - nchar(as.character(levels(df.test$V2)))), levels(df.test$V2), sep = '') 
> levels(df.test$V3) <- paste(substr("0000000000000", 0, 13 - nchar(as.character(levels(df.test$V3)))), levels(df.test$V3), sep = '') 
> df.test 
      V1    V2    V3 
1 432543532532 03285087250932  0000164577534 
2 3285087250932 0132543532532 00003285087250932 
3  464577534  0464577534 0000432543532532 
4 2225324324324 02225324324324 00002225324324324 
5 864235325264 0864235325264 0000864235325264 

問題は、コードnchar(as.character(levels(df.test$V1)))ベクトルdf.test$V1ちょうど一つの値の長さを使用しないことです。係数の第1レベルの長さ（アルファベット/昇順）。そして、すべてのレコードに必要な先行ゼロの数を実行します。だからベクトルコードはありません！

注：私は別々に「NCHAR」のコードを実行し、それは私の結果として、すべてのレコードの長さのベクトルを与えるので、私は仮定した場合、それが動作するはずです...

> nchar(as.character(levels(df.test$V1))) 
[1] 13 13 12 9 12 
> nchar(as.character(levels(df.test$V2))) 
[1] 13 14 14 10 13 
> nchar(as.character(levels(df.test$V3))) 
[1] 13 17 17 16 16 

なぜISN」ベクターオペレータとして実行しているt nchar(as.character(levels(df.test$V1)))？ 誰でも私のコードを変更する方法を教えてもらえますか？正しい結果が得られますか？

ありがとうございます！

NB。実際のケースでは、data.frameのonecolumnでこの調整を実行するだけでよいことに注意してください。

Answer 1

ゼロ埋め込みの場合はsprintf('%04d', 1:5)を使用できますが、例のコードは数値である必要があります。

max.nchar <- max(nchar(levels(df.test$V1))) 

sprintf(paste0('%0',max.nchar), as.numeric(levels(df$V1))[df$V1]) 

はたぶんもっと良い方法がある...しかし、あなたはgsubsprintfで使用することができます。

gsub(' ', '0', sprintf('%04s', levels(factor(10:15)))) 

Answer 2

as.data.frame(lapply(df.test, sprintf, fmt="%013s")) 
#---------------------  
     V1   V2   V3 
1 0432543532532 3285087250932 0000164577534 
2 3285087250932 0132543532532 3285087250932 
3 0000464577534 0000464577534 0432543532532 
4 2225324324324 2225324324324 2225324324324 
5 0864235325264 0864235325264 0864235325264 

Answer 3

はあなたのコードが働いていなかったので、substrリターン「と同じ長さの文字ベクトルx（可能な強制後）と同じ属性を持ちます。だから、xがあなたの期待戻り値としてなど、多くの要素

df.test <- as.data.frame(cbind(c("432543532532", "3285087250932", "464577534", "2225324324324", "864235325264"), c("3285087250932", "132543532532", "464577534", "2225324324324", "864235325264"), c("164577534", "3285087250932", "432543532532", "2225324324324", "864235325264"))) 
df.test 

n <- nrow(df.test) 
start <- rep(0, n) 
padStrs <- rep("0000000000000", n) 
for (thevar in colnames(df.test))) { 
    cdiff1 <- 13 - nchar(as.character(levels(df.test[, thevar]))) 
    levels(df.test[, thevar]) <- paste(substr(padStrs, 0, cdiff), levels(df.test[, thevar]), sep = '') 
}