在数据框的列上进行 Strsplit

Question

我有一个 data.frame，其中一个变量是向量（或列表），如下所示：

MyColumn <- c("A, B,C", "D,E", "F","G")
MyDF <- data.frame(group_id=1:4, val=11:14, cat=MyColumn)

#   group_id val    cat
# 1        1  11 A, B,C
# 2        2  12    D,E
# 3        3  13      F
# 4        4  14      G

我想要一个新的数据框，其行数与矢量一样多

FlatColumn <- unlist(strsplit(MyColumn,split=","))

看起来像这样：

MyNewDF <- data.frame(group_id=c(rep(1,3),rep(2,2),3,4), val=c(rep(11,3),rep(12,2),13,14), cat=FlatColumn)

#   group_id val cat
# 1        1  11   A
# 2        1  11   B
# 3        1  11   C
# 4        2  12   D
# 5        2  12   E
# 6        3  13   F
# 7        4  14   G

本质上，对于每个作为MyColumn列表元素的因子（字母A到G），我想分配列表的相应值。每个因素在 MyColumn.

中只出现一次

这种reshaping/unlisting/merging有什么好的方法吗？我想出了一个非常麻烦的 for 循环遍历 MyDF 和 strsplit(MyColumn,split=",") 对应元素的长度。我很确定必须有一种更优雅的方式。

Answer 1

您可以使用 separate_rows 来自 tidyr:

tidyr::separate_rows(MyDF, cat)

#   group_id val cat
# 1        1  11   A
# 2        1  11   B
# 3        1  11   C
# 4        2  12   D
# 5        2  12   E
# 6        3  13   F
# 7        4  14   G

Answer 2

怎么样

lst <- strsplit(MyColumn, split = ",")
k <- lengths(lst)    ## expansion size
FlatColumn <- unlist(lst, use.names = FALSE)
MyNewDF <- data.frame(group_id = rep.int(MyDF$group_id, k),
                      val = rep.int(MyDF$val, k),
                      cat = FlatColumn)

#  group_id val cat
#1        1  11   A
#2        1  11   B
#3        1  11   C
#4        2  12   D
#5        2  12   E
#6        3  13   F
#7        4  14   G

Answer 3

我们可以使用 cSplit 来自 splitstackshape

library(splitstackshape)
cSplit(MyDF, "cat", ",", "long")
#    group_id val cat
#1:        1  11   A
#2:        1  11   B
#3:        1  11   C
#4:        2  12   D
#5:        2  12   E
#6:        3  13   F
#7:        4  14   G

我们也可以使用 do with base R with strsplit 将 'cat' 列拆分为 list，复制 'MyDF' 的行序列使用 'lst' 的 lengths，并通过 unlisting 'lst'.

创建 'cat' 列

lst <- strsplit(as.character(MyDF$cat), ",")
transform(MyDF[rep(1:nrow(MyDF), lengths(lst)),-3], cat = unlist(lst))

在数据框的列上进行 Strsplit

Strsplit on a column of a data frame

r

reshape

dataframe