sostituire più lettere con gli accenti con gsub

Question

naturalmente potrei sostituire specifici argomenti come questo:

mydata=c("á","é","ó") 
    mydata=gsub("á","a",mydata) 
    mydata=gsub("é","e",mydata) 
    mydata=gsub("ó","o",mydata) 
    mydata 

ma sicuramente c'è un modo più semplice per fare tutto questo in linea di onle, giusto? Non trovo l'aiuto di gsub per essere molto completo su questo.

Answer 1

utilizzare la funzione di traduzione dei caratteri

chartr("áéó", "aeo", mydata) 

Answer 2

Una domanda interessante! Credo che l'opzione più semplice è quella di ideare una funzione speciale, qualcosa di simile a un gsub "multi"():

mgsub <- function(pattern, replacement, x, ...) { 
    if (length(pattern)!=length(replacement)) { 
    stop("pattern and replacement do not have the same length.") 
    } 
    result <- x 
    for (i in 1:length(pattern)) { 
    result <- gsub(pattern[i], replacement[i], result, ...) 
    } 
    result 
} 

che mi dà:

> mydata <- c("á","é","ó") 
> mgsub(c("á","é","ó"), c("a","e","o"), mydata) 
[1] "a" "e" "o" 

Answer 3

Non così elegante, ma funziona e fa quello che vuoi

Answer 4

Un altro mgsub implementazione utilizzando Reduce

mystring = 'This is good' 
myrepl = list(c('o', 'a'), c('i', 'n')) 

mgsub2 <- function(myrepl, mystring){ 
    gsub2 <- function(l, x){ 
    do.call('gsub', list(x = x, pattern = l[1], replacement = l[2])) 
    } 
    Reduce(gsub2, myrepl, init = mystring, right = T) 
} 

Answer 5

Forse questo può essere utile:

iconv('áéóÁÉÓçã', to="ASCII//TRANSLIT") 
[1] "aeoAEOca" 

Answer 6

Un problema con alcune delle implementazioni di cui sopra (ad esempio, di Theodore Lytras) è che se i modelli sono più personaggi, possono entrare in conflitto nel caso in cui uno schema sia una sottostringa di un altro. Un modo per risolverlo è creare una copia dell'oggetto ed eseguire la sostituzione del modello in quella copia. Questo è implementato nel mio pacchetto bayesbio, disponibile su CRAN.

mgsub <- function(pattern, replacement, x, ...) { 
    n = length(pattern) 
    if (n != length(replacement)) { 
    stop("pattern and replacement do not have the same length.") 
    } 
    result = x 
    for (i in 1:n) { 
    result[grep(pattern[i], x, ...)] = replacement[i] 
    } 
    return(result) 
} 

Qui è un banco di prova:

asdf = c(4, 0, 1, 1, 3, 0, 2, 0, 1, 1) 

    res = mgsub(c("0", "1", "2"), c("10", "11", "12"), asdf) 

Answer 7

È possibile utilizzare stringi pacchetto per sostituire questi caratteri.

> stri_trans_general(c("á","é","ó"), "latin-ascii") 

[1] "a" "e" "o" 

Answer 8

Questo è molto simile a @kith, ma in forma di funzione, e con i casi più comuni diacritcs:

removeDiscritics <- function(string) { 
    chartr(
    "ŠŽšžŸÀÁÂÃÄÅÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖÙÚÛÜÝàáâãäåçèéêëìíîïðñòóôõöùúûüýÿ" 
    ,"SZszYAAAAAACEEEEIIIIDNOOOOOUUUUYaaaaaaceeeeiiiidnooooouuuuyy" 
    , string 
) 
} 


removeDiscritics("test áéíóú") 

"test AEIOU"

Answer 9

È possibile utilizzare la funzione match. Qui match(x, y) restituisce l'indice di dove corrisponde l'elemento di x. Quindi è possibile utilizzare gli indici restituiti per suddividere un altro vettore (ad esempio z) che contiene le sostituzioni per i valori di x, opportunamente abbinati a . Nel tuo caso:

mydata <- c("á","é","ó") 
desired <- c('a', 'e', 'o') 

desired[match(mydata, mydata)] 

In un esempio più semplice, prendere in considerazione la situazione di seguito, in cui stavo cercando di sostituire a per 'alpha', 'b' per 'beta' e così via.

x <- c('a', 'a', 'b', 'c', 'b', 'c', 'e', 'e', 'd') 

y <- c('a', 'b', 'c', 'd', 'e') 
z <- c('alpha', 'beta', 'gamma', 'delta', 'epsilon') 

z[match(x, y)] 

Answer 10

correlati alla risposta di Justin:

> m <- c("á"="a", "é"="e", "ó"="o") 
> m[mydata] 
    á é ó 
"a" "e" "o" 

E si può sbarazzarsi dei nomi con names(*) <- NULL se si desidera.