R：根据另一列中的值从一列中的拆分字符串中检索数据

Question

我有一个非常大的数据框，例如：

df = data.frame(nr = c(3,3,4), dependeny = c("6/3/1", "9/3/1",
  "5/4/4/1"), token=c("Trotz des Rückgangs", 
  "Trotz meherer Anfragen", "Trotz des ärgerlichen Unentschiedens"))

  nr dependeny                                token
1  3     6/3/1                  Trotz des Rückgangs
2  3     9/3/1               Trotz meherer Anfragen
3  4   5/4/4/1 Trotz des ärgerlichen Unentschiedens

我想根据 "nr" 和 "dependency" 中的值添加第 4 列，其中摘录自 "token"。更准确地说，我想要 "token" 中的元素对应于 "dependency" 中对应于 "nr".

的值

例子：第 1 行：我要"des"，因为"nr"是3，2是"dependency"中的第二个元素。 "token" 中的第二个元素是 "des".

第 3 行：我要"des ärgerlichen"，因为"nr"是4，而4是"dependency"中的第二个和第三个元素。 "tokens" 中的第二个和第三个元素是 "des ärgerlichen.

我试过拆分和 str_split，但不知道如何处理结果元素。

Answer 1

我们可以使用 base R 方法来创建第 4 列。

unlist(Map(function(x,y,z) paste(z[x==y], collapse=' '), 
         df$nr,strsplit(as.character(df$dependeny), '/'), 
            strsplit(as.character(df$token), ' ')))
#[1] "des"             "meherer"         "des ärgerlichen"

Answer 2

一种选择是将数据拆分为 "long" 形式。有几种方法可以做到这一点，其中之一是使用我的 "splitstackshape" 包中的 cSplit。

library(splitstackshape)
cSplit(as.data.table(df)[, rn := .I], 
       c("dependeny", "token"), c("/", " "), "long")[nr == dependeny]
#    nr dependeny       token rn
# 1:  3         3         des  1
# 2:  3         3     meherer  2
# 3:  4         4         des  3
# 4:  4         4 ärgerlichen  3

请注意，我添加了行号。如果需要，这允许我们将内容粘贴回去：

cSplit(as.data.table(df)[, rn := .I],                   ## Adds row numbers
       c("dependeny", "token"), c("/", " "), "long")[   ## Splits the data into rows
         nr == dependeny][                              ## Selects the values of interest
         , paste(token, collapse = " "), by = rn]       ## Pastes the token values together
#    rn              V1
# 1:  1             des
# 2:  2         meherer
# 3:  3 des ärgerlichen

R：根据另一列中的值从一列中的拆分字符串中检索数据

R: Retrieve data from split string in a column based on value in another column

r

split

strsplit