将列拆分为相邻的列，使用行名作为 R 中的新列名

Question

我有一个数据框，其中包含两列识别信息和一列用连字符分隔的字母对：

df<-data.frame(
    list = rep(1:3, each = 2),
    set =  rep(c("A","B"), times = 3),
    item = c("ab-cd","ef-gh","ij-kl","mn-op","qr-st","uv-wx")  
    )

我一直在努力完成的是将数据框转换为以下形式，其中： 1. "list" 索引的单独行分别折叠成一行； 2. "item" 列以连字符作为分隔符拆分为相邻的列； 3. "set" 列作为结果列命名的基础。

df2 <- data.frame(
       list = c(1:3),
       A_1 = c("ab", "ij", "qr"),
       A_2 = c("cd", "kl", "st"),
       B_1 = c("ef", "mn", "uv"), 
       B_2 = c("gh", "op", "wx"))

我参考了一些以前发布的问题（特别是[此处]）并尝试使用 BASE 转置函数以及各种绑定函数以及 reshape 包和 splitstackshape 包。 None 我的近似解决方案很优雅，我想知道是否有这样做的好方法。

一如既往，我非常感谢这里的社区提供的建议和反馈。

Answer 1

非常感谢@AnandaMahto：它可以通过先重塑然后拆分而不是相反的方式在一行中完成。

library(splitstackshape)
cSplit(dcast(as.data.table(df), list ~ set, value.var = "item"), c("A", "B"), "-")

我们可以使用 base R 和 reshape2 分两步完成。

首先，我们创建包含拆分项的列“1”和“2”。通常，我们不会使用数字字符作为列名的开头，但它为我们节省了稍后重命名结果列的步骤。

df[,c("1","2")] <- do.call(rbind,strsplit(as.character(df$item),"-"))

然后我们使用recast:

res <- recast(data=df, list~set+variable, measure.var=c("1","2"))
res

  list A_1 A_2 B_1 B_2
1    1  ab  cd  ef  gh
2    2  ij  kl  mn  op
3    3  qr  st  uv  wx

Answer 2

为了完整起见，这在 Hadleyverse 中也能很好地工作：

library(dplyr)
library(tidyr)
df %>% 
  separate(item, 1:2) %>% 
  gather(val, item, -set, -list) %>% 
  mutate(set=paste(set, val, sep="_")) %>% 
  select(-val) %>% 
  spread(set, item)
#   list A_1 A_2 B_1 B_2
# 1    1  ab  cd  ef  gh
# 2    2  ij  kl  mn  op
# 3    3  qr  st  uv  wx

Answer 3

为了完整起见，这也适用于 Hadleyverse 的基本 R 克星，reshape:

reshape(cbind(df[-3], 
              do.call(rbind, strsplit(as.character(df$item), "-"))), 
        direction = "wide", idvar = "list", timevar = "set")
#   list 1.A 2.A 1.B 2.B
# 1    1  ab  cd  ef  gh
# 3    2  ij  kl  mn  op
# 5    3  qr  st  uv  wx

（但是 dcast + cSplit 会更有效率和可读性）。

将列拆分为相邻的列，使用行名作为 R 中的新列名

Split columns into adjacent columns, use row name as new column name in R

split

r

transformation