Блог

У меня есть набор данных, подобный приведенному ниже, известный как ключевое слово:

Результат выглядит следующим образом:

Логика выглядит следующим образом:

1. Столбец foldercount — это не что иное, как число «/», присутствующее в столбце ссылки
2. Столбец состояния имеет только 3 значения: родительский, дочерний и сиротский.
3. Если в столбце Link нет ‘/ s’, статус этих ключевых слов будет — Сирота.
4. Для конкретного ключевого слова, если ‘/s’ присутствует в ссылке, а количество папок для этого конкретного ключевого слова наименьшее, тогда оно будет называться родительским. Любая другая ссылка с присутствующим ‘/s’ была бы дочерней. К родительскому элементу и дочернему элементу следует добавить номер, который должен помочь мне определить дочерний элемент, для которого конкретный родительский элемент, например, child1, является дочерним элементом parent1. Это может произойти для определенного ключевого слова, у нас вообще нет дочернего элемента.

Я использовал приведенный ниже код, но он не служит моей цели:

 Keyword$foldercount <- str_count(Keyword$URL, "/")
Keyword$last_char <- str_sub(Keyword$URL, -3,-1)
Keyword$last_char2 <- str_sub(Keyword$URL, -2,-1)

Keyword$isParent <- ifelse(Keyword$last_char == '/s/'| Keyword$last_char2 == '/s','Parent','Child')
Keyword$isParentDerivable <- "No"
h<- grep('/s/', Keyword$URL)
Keyword$isParentDerivable[h] <- "Y"
  

Вы можете легко выполнить такую задачу с помощью dplyr Поскольку вы не предоставили образец данных, я составил несколько примеров:

  Keyword <- data.frame(Keyword = c("shoes", "shoes", "laptop", "laptop", "orp"),
                    Link = c("www.abc.com/shoes/s/",
                                "www.abc.com/shoes/s/page=1/",
                                "www.abc.com/laptop/s/",
                                "www.abc.com/laptop/s/page2/",
                                "www.abc.com/cdcd"),
                       stringsAsFactors = F)

 library(dplyr)
 Keyword %>%
   mutate(foldercount = str_count(Link, "/")) %>%
   group_by(Keyword) %>%
   mutate(flag = ifelse(foldercount == min(foldercount), 1, 0)) %>%
   mutate(Status = ifelse(n() == 1, "Orphan", "Child")) %>%
   mutate(Status = ifelse(flag == 1 amp; n() > 1, "Parent", Status)) %>%
   mutate(Status = ifelse(Status != "Orphan", paste(Status, Keyword, sep = "_"), Status)) %>%
   select(-flag)
# A tibble: 5 x 4
# Groups:   Keyword [3]
  Keyword Link                        foldercount Status       
  <chr>   <chr>                             <int> <chr>        
1 shoes   www.abc.com/shoes/s/                  3 Parent_shoes 
2 shoes   www.abc.com/shoes/s/page=1/           4 Child_shoes  
3 laptop  www.abc.com/laptop/s/                 3 Parent_laptop
4 laptop  www.abc.com/laptop/s/page2/           4 Child_laptop 
5 orp     www.abc.com/cdcd                      1 Orphan
  

Вы можете уменьшить количество шагов, как только хорошо разберетесь в конвейере.