使用 dplyr 从电子邮件变量生成用户变量？

Question

我有一个如下所示的数据框：

df1 <-
  structure(
    list(email = c(
      "user1@email.com", "user2@othermail.org"
    )), class = "data.frame", .Names = "email", row.names = c(NA,-2L)
  )

我想生成一个新变量，user。我试过这个：

df2 <- df1 %>% mutate(user=strsplit(email, split = '@'))

但我希望 user 只是一个带有用户的字符变量，而不是带有 to 元素的列表。我该怎么做？

Answer 1

我们可以使用 separate 从 tidyr

library(dplyr)
library(tidyr)
separate(df1, email, into=c('user', 'com'), 
                   sep="@", remove=FALSE) %>% 
       select(-com)
#                 email  user
# 1     user1@email.com user1
# 2 user2@othermail.org user2

或者如@docendo discimus 所述，extract 也可以通过指定要提取的字符作为捕获组 ((.*)) 中的新列，然后是所有其他要删除的字符来使用（即 @ 和多个字符之一 (.*)）

extract(df1, email, "user", "(.*)@.*", remove = FALSE)

使用 OP 的代码，strsplit 输出将是 list。如果需要从每个 list 元素中提取第一个元素，请使用 lapply

 df1 %>%
    mutate(user=lapply(strsplit(email, split = '@'),"[[", 1))

Answer 2

您也可以使用 base R，只需删除不需要的字符即可。

df1 <-
  structure(
    list(email = c(
      "user1@email.com", "user2@othermail.org"
    )), class = "data.frame", .Names = "email", row.names = c(NA,-2L)
  )

df2 <- df1
df2$user <- gsub("@.*", "", df1$email)
df2
#                 email  user
# 1     user1@email.com user1
# 2 user2@othermail.org user2

Answer 3

我们可以对您的原始代码进行小幅修改，只需选择从 strsplit 返回的每个列表的第一个元素：

df2 <- df1 %>% mutate(user=lapply(strsplit(email, split = '@'), "[", 1))

使用 dplyr 从电子邮件变量生成用户变量？

generate user variable from email variable with dplyr?

r

dplyr

strsplit