在 R 中：tidyr 使用正则表达式将值拆分并摆动到列名中

Question

我正在尝试使用 tidyr 程序包进行自定义，并且正在努力解决具有一个由多个变量串联而成的变量的问题。在下面的最小示例中，我想将变量 v2 拆分为其组成变量 v3 和 v4 然后摆动它们，所以我最终得到四个变量 v1- v4。

require(plyr)
require(dplyr)
require(stringr)
require(tidyr)    
data <- 
      data.frame(
        v1=c(1,2),
        v2=c("v3 cheese; v4 200", "v3 ham; v4 150")) %>%
      tbl_df()

如果我将 v2 拆分成一个新的 temp，我只会得到 v3:

mutate(data, 
      temp=unlist(sapply(str_split(data$v2, pattern=";"), "[", 1)))

  v1                v2      temp
1  1 v3 cheese; v4 200 v3 cheese
2  2    v3 ham; v4 150    v3 ham

我的问题是：

1) 如何使用 tidyr 将 v3 和 v4 拆分并摆动为列名？
2) 在我的真实数据中，我不知道（或者对很多人来说）变量名，但它们具有 "var value" 结构，而我想使用一些正则表达式来自动识别和摆动它们如 1)

受到 SO 答案的启发，但无法使用变量名称的正则表达式代码。

更新：我的输出类似于（v2 可以跳过，因为它现在与 v3 和 v4 是多余的）：

    v1  v2  v3  v4
1   1   v3 cheese; v4 200   cheese  200
2   2   v3 ham; v4 150  ham 150

Answer 1

按“;”拆分数据，将拆分输出转换为长格式，再次按“”拆分数据（但这次是宽格式）并将值展开为您想要的宽格式。

这里是用"dplyr" + "tidyr" + "stringi":

library(dplyr)
library(tidyr)
library(stringi)

data %>%
  mutate(v2 = stri_split_fixed(as.character(v2), ";")) %>%
  unnest(v2) %>%
  mutate(v2 = stri_trim_both(v2)) %>%
  separate(v2, into = c("var", "val")) %>%
  spread(var, val)
# Source: local data frame [2 x 3]
# 
#   v1     v3  v4
# 1  1 cheese 200
# 2  2    ham 150

或者，使用我的 "splitstackshape" 包中的 cSplit（目前不适用于 tbl_dfs）

library(dplyr)
library(tidyr)
library(splitstackshape)

as.data.frame(data) %>%
  cSplit("v2", ";", "long") %>%
  cSplit("v2", " ") %>%
  spread(v2_1, v2_2) 
#    v1     v3  v4
# 1:  1 cheese 200
# 2:  2    ham 150

在 R 中：tidyr 使用正则表达式将值拆分并摆动到列名中

In R: tidyr split and swing value into column name using regex

regex

r

tidyr