基于特定分隔符格式的列拆分

Question

我有一个格式来分隔我将拥有这些数据的位置：

df = data.frame(id=c(1,2),name=c('A~B~C','A~B~D'),value=c('1~2~3','1~~2'))
id   name      value
1    A~B~C     1~2~3
2    A~B~D     1~~2

预计会有以下输出，其中列名是原始列名后跟名称列中的文本：

id   value_A   value_B   value_C  value_D
1      1         2          3      
2      1                            2

我设法通过使用许多嵌套的 for 循环逐行处理我的数据来实现拆分。它适用于小样本数据，但一旦数据变大，时间就成了问题。

此外，可以有 1 个以上的值列，但它们都应映射到相同的名称列中。示例输出：

id   value_A   value_B   value_C  value1_A   value1_B   value1_C
1      1         2          3       1           2          3
2      1         2          3       1           2          3

Answer 1

你可以试试dplyr:

library(tidyverse)
df %>% 
 separate_rows(name, value, sep = "~") %>% 
 spread(name, value)
  id A B    C    D
1  1 1 2    3 <NA>
2  2 1   <NA>    2

您可以用 fill = ""

中指定的任何内容填充空单元格，而不是 NA

或者baseR和reshape2:

a <- strsplit(as.character(df$name), "~")
b <- strsplit(as.character(df$value), "~")
df2 <- do.call(rbind.data.frame, Map(cbind, df$id, a, b))
library(reshape2)
dcast(df2, V1~V2, value.var = "V3")
  A B C    D   
1 1 2 3    <NA>
2 1   <NA> 2

Answer 2

这是一个使用 cSplit/dcast 的选项。使用 cSplit 将行拆分为 'long' 格式，将 dcast 拆分为 'wide' 格式

library(splitstackshape)
dcast(cSplit(df, c('name','value'), '~', 'long')[!is.na(value)], id ~ paste0('value_', name))
#   id value_A value_B value_C value_D
#1:  1       1       2       3      NA
#2:  2       1      NA      NA       2

基于特定分隔符格式的列拆分

Column Split based on certain separator format

r

rscript