Поместите регулярное выражение из одного столбца в первый столбец с NA за строкой

Question

У меня есть список поврежденных путей к файлам, где в некоторых случаях последний каталог сливался с именем файла (например, вместо DIR/analysis/filename.csv это DIR/analysisfilename.csv). Я создал разделение DF на /, и мне нужно поместить экстракт analysis из имени файла и поместить его в первый предыдущий столбец со значением NA.

Есть ли способ сделать это в R?

Вот небольшой пример с моим текущим входом и желаемым выходом

library(tidyverse)

dat <- structure(list(a = c("MOX", "MOX", "MOX", "MOX", "MOX", 
                            "MOX", "MOX", "MOX", "MOX", "MOX"), 
                      b = c("FFTF", "FFTF", "FFTF", "FFTF", "JOYO", 
                            "JOYO", "JOYO", "JOYO", "JOYO", "JOYO"), 
                      c = c("FO-2", "FO-2", "FO-2", "FO-2", "MK-I", 
                            "MK-I", "MK-I", "B14", "B14", "B14"), 
                      d = c("L09", "L09", "L09", "L09", NA, NA, NA, 
                            "PTM001", "PTM001", "PTM001"), 
                      e = c(NA_character_, NA_character_, NA_character_, 
                            NA_character_, NA_character_, NA_character_, 
                            NA_character_, NA_character_, NA_character_, 
                            NA_character_), 
                      f = c("analysisL09_1D_sampleJ", "analysisL09_1D_sampleH", 
                            "analysisL09_Multi-App_2DRZ", "analysisL09_2DRZ_new_bubble_gb_lim_DiffCoeff4_GrainGrowth", 
                            "analysisMK-I_50MW_new_bubble_gb_lim", "analysisMK-I_75MW_new_bubble_gb_lim", 
                            "analysisMK-I_50MW_old_bubble_gb_lim", "analysisB14_PTM001_1D_sample3_noAm", 
                            "analysisB14_PTM001_1D_sample1", "analysisB14_PTM001_1D_sample2")), 
                 row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"))

Токовый выход

dat
#> # A tibble: 10 x 6
#>    a     b     c     d      e     f                                             
#>    <chr> <chr> <chr> <chr>  <chr> <chr>                                         
#>  1 MOX   FFTF  FO-2  L09    <NA>  analysisL09_1D_sampleJ                        
#>  2 MOX   FFTF  FO-2  L09    <NA>  analysisL09_1D_sampleH                        
#>  3 MOX   FFTF  FO-2  L09    <NA>  analysisL09_Multi-App_2DRZ                    
#>  4 MOX   FFTF  FO-2  L09    <NA>  analysisL09_2DRZ_new_bubble_gb_lim_DiffCoeff4…
#>  5 MOX   JOYO  MK-I  <NA>   <NA>  analysisMK-I_50MW_new_bubble_gb_lim           
#>  6 MOX   JOYO  MK-I  <NA>   <NA>  analysisMK-I_75MW_new_bubble_gb_lim           
#>  7 MOX   JOYO  MK-I  <NA>   <NA>  analysisMK-I_50MW_old_bubble_gb_lim           
#>  8 MOX   JOYO  B14   PTM001 <NA>  analysisB14_PTM001_1D_sample3_noAm            
#>  9 MOX   JOYO  B14   PTM001 <NA>  analysisB14_PTM001_1D_sample1                 
#> 10 MOX   JOYO  B14   PTM001 <NA>  analysisB14_PTM001_1D_sample2

dat2 <- structure(list(a = c("MOX", "MOX", "MOX", "MOX", "MOX", 
                            "MOX", "MOX", "MOX", "MOX", "MOX"), 
                      b = c("FFTF", "FFTF", "FFTF", "FFTF", "JOYO", 
                            "JOYO", "JOYO", "JOYO", "JOYO", "JOYO"), 
                      c = c("FO-2", "FO-2", "FO-2", "FO-2", "MK-I", 
                            "MK-I", "MK-I", "B14", "B14", "B14"), 
                      d = c("L09", "L09", "L09", "L09", "analysis", "analysis", "analysis", 
                            "PTM001", "PTM001", "PTM001"), 
                      e = c("analysis", "analysis", "analysis", 
                            "analysis", NA_character_, NA_character_, 
                            NA_character_, "analysis", "analysis", 
                            "analysis"), 
                      f = c("L09_1D_sampleJ", "L09_1D_sampleH", 
                            "L09_Multi-App_2DRZ", "L09_2DRZ_new_bubble_gb_lim_DiffCoeff4_GrainGrowth", 
                            "MK-I_50MW_new_bubble_gb_lim", "MK-I_75MW_new_bubble_gb_lim", 
                            "MK-I_50MW_old_bubble_gb_lim", "B14_PTM001_1D_sample3_noAm", 
                            "B14_PTM001_1D_sample1", "B14_PTM001_1D_sample2")), 
                 row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"))

Требуемый выход

dat2
#> # A tibble: 10 x 6
#>    a     b     c     d        e        f                                        
#>    <chr> <chr> <chr> <chr>    <chr>    <chr>                                    
#>  1 MOX   FFTF  FO-2  L09      analysis L09_1D_sampleJ                           
#>  2 MOX   FFTF  FO-2  L09      analysis L09_1D_sampleH                           
#>  3 MOX   FFTF  FO-2  L09      analysis L09_Multi-App_2DRZ                       
#>  4 MOX   FFTF  FO-2  L09      analysis L09_2DRZ_new_bubble_gb_lim_DiffCoeff4_Gr…
#>  5 MOX   JOYO  MK-I  analysis <NA>     MK-I_50MW_new_bubble_gb_lim              
#>  6 MOX   JOYO  MK-I  analysis <NA>     MK-I_75MW_new_bubble_gb_lim              
#>  7 MOX   JOYO  MK-I  analysis <NA>     MK-I_50MW_old_bubble_gb_lim              
#>  8 MOX   JOYO  B14   PTM001   analysis B14_PTM001_1D_sample3_noAm               
#>  9 MOX   JOYO  B14   PTM001   analysis B14_PTM001_1D_sample1                    
#> 10 MOX   JOYO  B14   PTM001   analysis B14_PTM001_1D_sample2

^{Создано в 2020-03-05 пакетом prepx (v0.3.0)}

Answer 1

Вот другой подход. Сначала отфильтровывают, чтобы включить данные, которые окончательно включают analysis в f, а затем удаляют их. Далее сделаем данные длиннее. Для каждого пути к файлу analysis будет помещено в первое отсутствующее значение NA. Наконец, снова увеличьте ширину.

library(tidyverse)

dat %>%
  dplyr::filter(grepl("analysis", f)) %>%
  mutate(f = str_remove(f, "analysis")) %>%
  mutate(rn = row_number()) %>%
  pivot_longer(cols = -rn, names_to = "path", values_to = "value") %>%
  group_by(rn) %>%
  mutate(value = if_else(min(which(is.na(value))) == row_number(), "analysis", value)) %>%
  pivot_wider(id_cols = rn, names_from = path, values_from = value)

В базе R вы также можете сделать что-то подобное:

dat$f <- sub("analysis", "", dat$f)
mat <- as.matrix(dat)
mat[cbind(seq(nrow(mat)), max.col(is.na(mat), "first"))] <- "analysis"
as.data.frame(mat)

Вывод

# A tibble: 10 x 7
# Groups:   rn [10]
      rn a     b     c     d        e        f                                                
   <int> <chr> <chr> <chr> <chr>    <chr>    <chr>                                            
 1     1 MOX   FFTF  FO-2  L09      analysis L09_1D_sampleJ                                   
 2     2 MOX   FFTF  FO-2  L09      analysis L09_1D_sampleH                                   
 3     3 MOX   FFTF  FO-2  L09      analysis L09_Multi-App_2DRZ                               
 4     4 MOX   FFTF  FO-2  L09      analysis L09_2DRZ_new_bubble_gb_lim_DiffCoeff4_GrainGrowth
 5     5 MOX   JOYO  MK-I  analysis NA       MK-I_50MW_new_bubble_gb_lim                      
 6     6 MOX   JOYO  MK-I  analysis NA       MK-I_75MW_new_bubble_gb_lim                      
 7     7 MOX   JOYO  MK-I  analysis NA       MK-I_50MW_old_bubble_gb_lim                      
 8     8 MOX   JOYO  B14   PTM001   analysis B14_PTM001_1D_sample3_noAm                       
 9     9 MOX   JOYO  B14   PTM001   analysis B14_PTM001_1D_sample1                            
10    10 MOX   JOYO  B14   PTM001   analysis B14_PTM001_1D_sample2