仅将 tidyr separate 应用于特定行

Question

我正在尝试使用 tidyr 分隔数据框中的一列，同时仅将其应用于特定行。虽然 dplyr::filter 完成了这项工作，但它忽略了我的其余数据。有没有一种干净的方法可以将 tidyr 应用于特定行，同时保持其余数据不变？

这是我的问题的一个例子：

#creating DF for the example
df<-data.frame(var_a=letters[1:5],
               var_b=c(sample(1:100,5)),
               text=c("foo_bla","here_do","oh_yes","baa","land"))

给我这个：

  var_a var_b    text
1     a    10 foo_bla
2     b    58 here_do
3     c    34  oh_yes
4     d     1     baa
5     e    47    land

#separating one col:
clean_df<-df %>% separate(text,into=c("first","sec"),sep="_",remove=F)
clean_df

  var_a var_b    text first  sec
1     a    10 foo_bla   foo  bla
2     b    58 here_do  here   do
3     c    34  oh_yes    oh  yes
4     d     1     baa   baa <NA>
5     e    47    land  land <NA>

I want to split only the "here_do" row. Thanks in advance for any kind of help!

Answer 1

我们可以在 base R 中通过替换 'text' 列中 'here_do' 的分隔符来做到这一点，即使用 sub 将其更改为 'here,do'，使用 read.csv 和 cbind 读取原始数据集

cbind(df,  read.csv(text=sub("(?<=here)_(?=do)", ",", df$text,
       perl = TRUE), header=FALSE, col.names = c("first", "sec")))
#  var_a var_b    text   first sec
#1     a    93 foo_bla foo_bla    
#2     b    51 here_do    here  do
#3     c    65  oh_yes  oh_yes    
#4     d    70     baa     baa    
#5     e    32    land    land

或者如果我们需要 tidyr 解决方案，请使用 extract

library(tidyr)
extract(df, text, into = c("first", "sec"), "(here)_(do)", remove = FALSE)
#  var_a var_b    text first  sec
#1     a    93 foo_bla  <NA> <NA>
#2     b    51 here_do  here   do
#3     c    65  oh_yes  <NA> <NA>
#4     d    70     baa  <NA> <NA>
#5     e    32    land  <NA> <NA>

Answer 2

另一种方法：

cols_to_split = c('here_do')

clean_df <-df %>% 
     filter(text %in% cols_to_split) %>% 
     tidyr::separate(text,into=c("first","sec"),sep="_",remove=F) %>% 
     bind_rows(filter(df, !text %in% cols_to_split))


#  var_a var_b    text first  sec
#1     b     7 here_do  here   do
#2     a    26 foo_bla  <NA> <NA>
#3     c    23  oh_yes  <NA> <NA>
#4     d     2     baa  <NA> <NA>
#5     e    67    land  <NA> <NA>

如果您需要保留第 'first' 列中的其余行，您可以使用：

clean_df <-df %>% 
     filter(text %in% cols_to_split) %>% 
     tidyr::separate(text,into=c("first","sec"),sep="_",remove=F) %>% 
     bind_rows(filter(df, !text %in% cols_to_split)) %>% 
     mutate(first = ifelse(is.na(first), as.character(text), first))

#  var_a var_b    text   first  sec
#1     b     7 here_do    here   do
#2     a    26 foo_bla foo_bla <NA>
#3     c    23  oh_yes  oh_yes <NA>
#4     d     2     baa     baa <NA>
#5     e    67    land    land <NA>

仅将 tidyr separate 应用于特定行

Applying tidyr separate only to specific rows

r

dataframe

tidyr