分隔字段内容

Question

我敢肯定这很简单，我认为这是使用 separate 和 gather 的情况。

我在数据框中有一个字段，authorlist，pubmed 搜索的编辑导出。它包含出版物的作者。显然，它可以包含单个作者或作者的合作。

例如，这只是可用选项的一部分：

Author
Drijgers RL, Verhey FR, Leentjens AF, Kahler S, Aalten P.

我想做的是创建一个所有作者的列表，这样我就有了类似

的东西

Author
Drijgers RL
Verhey FR
Leentjens AF
Kahler S
Aalten P

我该怎么做？我以为它会像

authSpread<-authorlist%>%separate(Author,sep =",",extra ="drop")

但它不起作用。如果我输入 = "NA" 我只在一个专栏中列出了第一作者。我想做的是将文本复制到 excel 中的列函数，您可以在其中指定要拆分的字符，并且单元格的内容是 cast/spread 到新单元格。然后将它们重新聚集到一栏中。我不知道作者的最大数量，因此不知道以编程方式拆分的列数（或如何标记它们）。

编辑：澄清我不知道我是否想制作一个长数据框然后收集 - 因为我不知道会生成多少字段。这是一件明智的事情吗？我想我可以将由“,”分隔的输出写入一个列表，然后将该列表的内容写为单个数据框。这听起来更有效率吗？

Answer 1

您正在寻找 separate_rows。

输入：

df <- data.frame(authors = c("Drijgers RL, Verhey FR, Leentjens AF, KÃ¶hler S, Aalten P."))

                                                     authors
1 Drijgers RL, Verhey FR, Leentjens AF, KÃ¶hler S, Aalten P.

函数：

library(tidyverse)

df %>% separate_rows(authors, sep = ", ")

输出：

       authors
1  Drijgers RL
2    Verhey FR
3 Leentjens AF
4    KÃ¶hler S
5    Aalten P.

您可以将它们保存在这样的列表中：

authors_list <- df %>% separate_rows(authors, sep = ", ") %>% pull(authors)

输出：

[1] "Drijgers RL"  "Verhey FR"    "Leentjens AF" "KÃ¶hler S"    "Aalten P."

如果您的列表中有多篇文章的作者并且您只想要唯一出现的文章，只需在末尾添加 unique()：

authors_list <- df %>% separate_rows(authors, sep = ", ") %>% pull(authors) %>% unique()

分隔字段内容

Separate contents of field

r

lapply

sapply

tidyr

tidyverse