根据值将逗号分隔的数字列拆分为多列

Question

我的数据框中有一列 f，我想根据该列中的值将其分散到多个列中。例如：

df <- structure(list(f = c(NA, "18,17,10", "12,8", "17,11,6", "18", 
                           "12", "12", NA, "17,11", "12")), .Names = "f", row.names = c(NA, 
                                                                                        10L), class = "data.frame")

df
#            f
#  1      <NA>
#  2  18,17,10
#  3      12,8
#  4   17,11,6
#  5        18
#  6        12
#  7        12
#  8      <NA>
#  9     17,11
#  10       12

我如何将列 f 拆分为多列以指示行中的数字。我对这样的东西感兴趣：

          6    8    10   11   12   17   18    
1         0    0    0    0    0    0    0
2         0    0    1    0    0    1    1
3         0    1    0    0    1    0    0
4         1    0    0    1    0    1    0
5         0    0    0    0    0    0    1
6         0    0    0    0    1    0    0
7         0    0    0    0    1    0    0
8         0    0    0    0    0    0    0
9         0    0    0    1    0    1    0
10        0    0    0    0    1    0    0

我想我可以在 f 列上使用 unique 来根据不同的数字创建单独的列，然后执行 grepl 来确定特定数字是否在 f 列中，但我想知道是否有更好的方法。类似于 tidyr 包中的 spread 或 separate。

Answer 1

这可以通过 split 在 , 上实现，stack 将其分为两列 data.frame 并使用 table 获取频率

df1 <- na.omit(stack(setNames(lapply(strsplit(df$f, ","), 
          as.numeric), seq_len(nrow(df))))[, 2:1])
table(df1)
#  values
#ind  6 8 10 11 12 17 18
#  1  0 0  0  0  0  0  0
#  2  0 0  1  0  0  1  1
#  3  0 1  0  0  1  0  0
#  4  1 0  0  1  0  1  0
#  5  0 0  0  0  0  0  1
#  6  0 0  0  0  1  0  0
#  7  0 0  0  0  1  0  0
#  8  0 0  0  0  0  0  0
#  9  0 0  0  1  0  1  0
#  10 0 0  0  0  1  0  0

Answer 2

使用 tidyr::separate_rows 的解决方案如下：

library(tidyverse)
df %>% mutate(ind = row_number()) %>%
  separate_rows(f, sep=",") %>%
  mutate(f = ifelse(is.na(f),0, f)) %>%
  count(ind, f) %>%
  spread(f, n, fill = 0) %>%
  select(-2) %>% as.data.frame()

   # ind 10 11 12 17 18 6 8
# 1    1  0  0  0  0  0 0 0
# 2    2  1  0  0  1  1 0 0
# 3    3  0  0  1  0  0 0 1
# 4    4  0  1  0  1  0 1 0
# 5    5  0  0  0  0  1 0 0
# 6    6  0  0  1  0  0 0 0
# 7    7  0  0  1  0  0 0 0
# 8    8  0  0  0  0  0 0 0
# 9    9  0  1  0  1  0 0 0
# 10  10  0  0  1  0  0 0 0

根据值将逗号分隔的数字列拆分为多列

Split column of comma-separated numbers into multiple columns based on value

split

r

strsplit

dplyr

tidyr