r 将一串数据拆分为多列，按各个变量排序

Question

我有一个关于清理杂乱数据的简单问题。我有一个通过电子邮件发送给我的数据集，其中包含多个列，每个列都包含一个逗号分隔的数字字符串。传统上，这些数字中的每一个都应该是它自己的变量，但这不是这些数据集给我的方式。这是一些数据的示例：

indication  treatment
     1,2     3
       2    2,1
      1,3   2,3

请想象这些数据集包含近 100 列和数千行，并且每一列中的变量数量各不相同。我的目标是导入这样的数据集，然后拆分每一列，使字符串中的每个变量都在自己的列中，但每一列的拆分方式是将每个唯一变量分类到自己的列中。像这样：

indication_1    indication_2    indication_3    treatment_1 treatment_2 treatment_3
1   1   0   0   0   1
0   1   0   1   1   0
1   0   1   0   1   1

请注意，header 列已更改，数值列为二进制 0 或 1，其中 1 表示存在变量。

我遇到了问题，因为我一直在尝试的拆分函数要求我知道我需要多少列，然后在拆分后不要将变量分类到它们自己的列中。它变得相当复杂，需要我为每个包含字符串的单独列编写单独的代码。

我喜欢一个函数，它可以获取包含字符串的列，将数据拆分为单独的排序列，使这些列成为二进制的是或否，然后更改列名以指示原始列名和该列中的变量。我希望它适用于任何数据列，因此我不必为各个列重写或修改函数（假设所有列都是带有字符标题的数字字符串）。

提前致谢。

Answer 1

我们可以做一个 strsplit 然后用 mtabulate 得到频率

library(qdapTools)
do.call(cbind, lapply(df, function(x) mtabulate(strsplit(x, ","))))
#    indication.1 indication.2 indication.3 treatment.1 treatment.2 treatment.3
#1            1            1            0           0           0           1
#2            0            1            0           1           1           0
#3            1            0            1           0           1           1

r 将一串数据拆分为多列，按各个变量排序

r split a string of data into multiple columns, sorted by individual variables

r

tidyr