Help with categorical value cleaning!

Hello! I am a bit of a beginner and I’m sure theres an easy way to do this but i can’t figure it out!
So i have a .csv file that has a column name ‘Description’. And basically i want to change the contents in this column based on keywords. For example, one value of description as ‘ALDI address Date’ (the address and dates being different in most cases). So what i want to do is change the description of anything that contains ‘ALDI’ to simply ‘ALDI’, eliminating anything extra. For reference this is for bank statement transactions. I want to organize my transactions.
Thank you in advance for any help!
Any articles that may be able to help are also definitely accepted!

Have a look at stringr.

Hi, and welcome!

Your example is simple enough not to need one, but keep in mind the value of FAQ: What's a reproducible example (`reprex`) and how do I do one?

So let's start with some substitute data.

mtcars
#>                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#> Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
#> Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
#> Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
#> Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
#> Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#> Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
#> Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
#> Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
#> Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
#> Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
#> Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
#> Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
#> Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
#> Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
#> Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
#> Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
#> Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
#> Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
#> Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
#> Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
#> Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
#> Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
#> AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
#> Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
#> Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
#> Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
#> Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
#> Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
#> Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
#> Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
#> Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
#> Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

Created on 2020-01-21 by the reprex package (v0.3.0)

The mtcars *model* is analogous to ALDI *address Date*

suppressPackageStartupMessages(library(dplyr))
suppressPackageStartupMessages(library(stringr)) 
suppressPackageStartupMessages(library(tibble))

# do a little transformation on mtcars to focus the results

mtcars <- rownames_to_column(mtcars, var = "Description") %>% select(Description)
mtcars 
#>            Description
#> 1            Mazda RX4
#> 2        Mazda RX4 Wag
#> 3           Datsun 710
#> 4       Hornet 4 Drive
#> 5    Hornet Sportabout
#> 6              Valiant
#> 7           Duster 360
#> 8            Merc 240D
#> 9             Merc 230
#> 10            Merc 280
#> 11           Merc 280C
#> 12          Merc 450SE
#> 13          Merc 450SL
#> 14         Merc 450SLC
#> 15  Cadillac Fleetwood
#> 16 Lincoln Continental
#> 17   Chrysler Imperial
#> 18            Fiat 128
#> 19         Honda Civic
#> 20      Toyota Corolla
#> 21       Toyota Corona
#> 22    Dodge Challenger
#> 23         AMC Javelin
#> 24          Camaro Z28
#> 25    Pontiac Firebird
#> 26           Fiat X1-9
#> 27       Porsche 914-2
#> 28        Lotus Europa
#> 29      Ford Pantera L
#> 30        Ferrari Dino
#> 31       Maserati Bora
#> 32          Volvo 142E
mtcars <- word(mtcars$Description,1)
mtcars
#>  [1] "Mazda"    "Mazda"    "Datsun"   "Hornet"   "Hornet"   "Valiant" 
#>  [7] "Duster"   "Merc"     "Merc"     "Merc"     "Merc"     "Merc"    
#> [13] "Merc"     "Merc"     "Cadillac" "Lincoln"  "Chrysler" "Fiat"    
#> [19] "Honda"    "Toyota"   "Toyota"   "Dodge"    "AMC"      "Camaro"  
#> [25] "Pontiac"  "Fiat"     "Porsche"  "Lotus"    "Ford"     "Ferrari" 
#> [31] "Maserati" "Volvo"

Created on 2020-01-21 by the reprex package (v0.3.0)

This isn't, of course, a complete solution. You need to stuff the results back into your data frame

Wow thank you! This is very helpful and gives me some direction. One problem i just have is that often times the key word isn’t always for example the first word. And it becomes difficult when its also combined with other characters around it

1 Like

Same approach still works:

suppressPackageStartupMessages(library(stringr)) 
data(sentences)
keyword <- "books"
str_extract(sentences, "books")
#>   [1] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [10] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [19] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [28] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [37] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [46] NA      "books" NA      NA      NA      NA      NA      NA      NA     
#>  [55] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [64] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [73] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [82] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#>  [91] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [100] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [109] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [118] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [127] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [136] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [145] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [154] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [163] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [172] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [181] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [190] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [199] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [208] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [217] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [226] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [235] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [244] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [253] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [262] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [271] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [280] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [289] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [298] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [307] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [316] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [325] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [334] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [343] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [352] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [361] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [370] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [379] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [388] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [397] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [406] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [415] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [424] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [433] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [442] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [451] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [460] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [469] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [478] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [487] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [496] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [505] NA      NA      NA      NA      NA      "books" NA      NA      NA     
#> [514] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [523] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [532] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [541] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [550] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [559] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [568] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [577] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [586] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [595] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [604] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [613] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [622] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [631] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [640] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [649] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [658] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [667] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [676] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [685] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [694] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [703] NA      NA      NA      NA      NA      NA      NA      NA      NA     
#> [712] NA      NA      NA      NA      NA      NA      NA      NA      NA

Created on 2020-01-22 by the reprex package (v0.3.0)

Good luck! Just be aware, regular expressions (regex) is as tricky as it is powerful.

This topic was automatically closed 7 days after the last reply. New replies are no longer allowed.