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$type),'_and_')
[[1]]
[1] "foo" "bar"
[[2]]
[1] "foo" "bar_2"
[[3]]
[1] "foo" "bar"
[[4]]
[1] "foo" "bar_2"
谢谢你的指点。我还没完全弄懂R列表。
另一个选择是使用新的tidyr包。
library(dplyr)
library(tidyr)
before <- data.frame(
attr = c(1, 30 ,4 ,6 ),
type = c('foo_and_bar', 'foo_and_bar_2')
)
before %>%
separate(type, c("foo", "bar"), "_and_")
## attr foo bar
## 1 1 foo bar
## 2 30 foo bar_2
## 3 4 foo bar
## 4 6 foo bar_2
令人惊讶的是，另一个tidyverse解决方案仍然缺失——您也可以使用带有正则表达式的tidyr::extract。
library(tidyr)
before <- data.frame(attr = c(1, 30, 4, 6), type = c("foo_and_bar", "foo_and_bar_2"))
## regex - getting all characters except an underscore till the first underscore,
## inspired by Akrun https://stackoverflow.com/a/49752920/7941188
extract(before, col = type, into = paste0("type", 1:2), regex = "(^[^_]*)_(.*)")
#> attr type1 type2
#> 1 1 foo and_bar
#> 2 30 foo and_bar_2
#> 3 4 foo and_bar
#> 4 6 foo and_bar_2
这是另一个R基溶液。我们可以用read。但由于它只接受一个字节的sep参数，这里我们有多字节分隔符，我们可以使用gsub将多字节分隔符替换为任何一个字节分隔符，并将其作为read.table中的sep参数
cbind(before[1], read.table(text = gsub('_and_', '\t', before$type),
sep = "\t", col.names = paste0("type_", 1:2)))
# attr type_1 type_2
#1 1 foo bar
#2 30 foo bar_2
#3 4 foo bar
#4 6 foo bar_2
在这种情况下，我们也可以用默认的sep参数替换它，这样我们就不必显式地提到它，从而使它更短
cbind(before[1], read.table(text = gsub('_and_', ' ', before$type),
col.names = paste0("type_", 1:2)))
注意，带“[”的spapply可以用来提取这些列表中的第一项或第二项，如下所示:
before$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
下面是一个基于rone的行程序，它与之前的一些解决方案重叠，但返回一个具有正确名称的data.frame。
out <- setNames(data.frame(before$attr,
do.call(rbind, strsplit(as.character(before$type),
split="_and_"))),
c("attr", paste0("type_", 1:2)))
out
attr type_1 type_2
1 1 foo bar
2 30 foo bar_2
3 4 foo bar
4 6 foo bar_2
它使用strsplit来分解变量，data.frame使用do。调用/rbind将数据放回data.frame中。额外的增量改进是使用setNames向data.frame添加变量名。
还有另一种方法:使用rbind on out:
before <- data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
out <- strsplit(as.character(before$type),'_and_')
do.call(rbind, out)
[,1] [,2]
[1,] "foo" "bar"
[2,] "foo" "bar_2"
[3,] "foo" "bar"
[4,] "foo" "bar_2"
并结合:
data.frame(before$attr, do.call(rbind, out))
