我想取表格的数据
before = data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
attr type
1 1 foo_and_bar
2 30 foo_and_bar_2
3 4 foo_and_bar
4 6 foo_and_bar_2
然后在上面的列"type"上使用split()，得到如下内容:
attr type_1 type_2
1 1 foo bar
2 30 foo bar_2
3 4 foo bar
4 6 foo bar_2
我想出了一些难以置信的复杂的东西，涉及到某种形式的应用，但我后来把它放错了地方。这似乎太复杂了，不是最好的办法。我可以使用strsplit如下所示，但不清楚如何将其返回到数据帧中的2列。
> strsplit(as.character(before$type),'_and_')
[[1]]
[1] "foo" "bar"
[[2]]
[1] "foo" "bar_2"
[[3]]
[1] "foo" "bar"
[[4]]
[1] "foo" "bar_2"
谢谢你的指点。我还没完全弄懂R列表。
一个简单的方法是使用sapply()和[函数:
before <- data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
out <- strsplit(as.character(before$type),'_and_')
例如:
> data.frame(t(sapply(out, `[`)))
X1 X2
1 foo bar
2 foo bar_2
3 foo bar
4 foo bar_2
Sapply()的结果是一个矩阵，需要转置并转换回数据帧。然后是一些简单的操作，产生你想要的结果:
after <- with(before, data.frame(attr = attr))
after <- cbind(after, data.frame(t(sapply(out, `[`))))
names(after)[2:3] <- paste("type", 1:2, sep = "_")
在这一点上，之后是你想要的
> after
attr type_1 type_2
1 1 foo bar
2 30 foo bar_2
3 4 foo bar
4 6 foo bar_2
5年后添加必要的数据。表解决方案
library(data.table) ## v 1.9.6+
setDT(before)[, paste0("type", 1:2) := tstrsplit(type, "_and_")]
before
# attr type type1 type2
# 1: 1 foo_and_bar foo bar
# 2: 30 foo_and_bar_2 foo bar_2
# 3: 4 foo_and_bar foo bar
# 4: 6 foo_and_bar_2 foo bar_2
我们还可以通过添加类型来确保结果列具有正确的类型并提高性能。转换和固定参数(因为"_and_"不是一个真正的正则表达式)
setDT(before)[, paste0("type", 1:2) := tstrsplit(type, "_and_", type.convert = TRUE, fixed = TRUE)]
注意，带“[”的spapply可以用来提取这些列表中的第一项或第二项，如下所示:
before$type_1 <- sapply(strsplit(as.character(before$type),'_and_'), "[", 1)
before$type_2 <- sapply(strsplit(as.character(before$type),'_and_'), "[", 2)
before$type <- NULL
这是一个gsub方法:
before$type_1 <- gsub("_and_.+$", "", before$type)
before$type_2 <- gsub("^.+_and_", "", before$type)
before$type <- NULL
一个简单的方法是使用sapply()和[函数:
before <- data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
out <- strsplit(as.character(before$type),'_and_')
例如:
> data.frame(t(sapply(out, `[`)))
X1 X2
1 foo bar
2 foo bar_2
3 foo bar
4 foo bar_2
Sapply()的结果是一个矩阵，需要转置并转换回数据帧。然后是一些简单的操作，产生你想要的结果:
after <- with(before, data.frame(attr = attr))
after <- cbind(after, data.frame(t(sapply(out, `[`))))
names(after)[2:3] <- paste("type", 1:2, sep = "_")
在这一点上，之后是你想要的
> after
attr type_1 type_2
1 1 foo bar
2 30 foo bar_2
3 4 foo bar
4 6 foo bar_2
如果您想坚持使用strsplit()，另一种方法是使用unlist()命令。这里有一个解决方案。
tmp <- matrix(unlist(strsplit(as.character(before$type), '_and_')), ncol=2,
byrow=TRUE)
after <- cbind(before$attr, as.data.frame(tmp))
names(after) <- c("attr", "type_1", "type_2")
令人惊讶的是，另一个tidyverse解决方案仍然缺失——您也可以使用带有正则表达式的tidyr::extract。
library(tidyr)
before <- data.frame(attr = c(1, 30, 4, 6), type = c("foo_and_bar", "foo_and_bar_2"))
## regex - getting all characters except an underscore till the first underscore,
## inspired by Akrun https://stackoverflow.com/a/49752920/7941188
extract(before, col = type, into = paste0("type", 1:2), regex = "(^[^_]*)_(.*)")
#> attr type1 type2
#> 1 1 foo and_bar
#> 2 30 foo and_bar_2
#> 3 4 foo and_bar
#> 4 6 foo and_bar_2
