如何从 R 数据帧字符串列中提取数字向量并保存为包含向量的列（列表）

Question

想象一个包含大量字符串列的 R 数据框，每行中的某些字符之间包含一串数字（科学记数法）。这里有一个简化的例子：

df <- data.frame(id = 1:3,
             vec1 = c("[a-4.16121967e-02 b4.51207198e-02 c-7.89282843e-02 d4.02516453e-03]", 
                      "[a-7.52146867e-02 b3.78264938e-02 c-1.03749274e-02 d4.02516453e-03]", 
                      "[a-2.13926377e-02 b9.27949827e-02 c-5.89836483e-02 d2.44455224e-03]"),
             vec2 = c("[a-4.16121967e-02 b4.51207198e-02 c-7.89282843e-02 d4.02516453e-03]", 
                      "[a-7.40210414e-02 b1.75862815e-02 c-1.03749274e-02 d4.02516453e-03]", 
                      "[a-6.73705637e-02 b9.27949827e-02 c-8.35041553e-02 d2.44455224e-03]"))

我正在寻找一种快速（我正在使用的数据框包含越来越多的向量）解决方案（最好是 dplyr），它将向量列转换为每行包含数值向量的列表。

到目前为止，我设法删除了不必要的字符并用逗号分隔矢量元素，如下所示：

mutate(df, 
         vec1 = str_replace_all(vec1, "\[|\]|a|b|c|d", ""),
         vec1 = str_replace_all(vec1, " ", ","),
         vec2 = str_replace_all(vec2, "\[|\]|a|b|c|d", ""),
         vec2 = str_replace_all(vec2, " ", ","))

也许这一步有更好更优雅的解决方案。当我们这样做的时候：我实际上想知道如何使用 mutate_at() 和 starts_with("vec") 来一次修复我所有的列。

更重要的是，我正在努力转换为数值向量，结果是 2 个列表列和一个数值向量，每行和每列有 4 个元素。我只设法像这样提取和转换单个向量：

as.numeric(unlist(strsplit(df[1,'vec1'], ",")))

但是，我想避免遍历所有向量。非常感谢任何帮助。

Answer 1

我们可以使用 mutate_at 将函数应用于多列，使用 gsub 删除字符 [a-d] 和方括号 ([]) 并将向量转换为数字获取列表列。

library(dplyr)

df %>% mutate_at(vars(vec1:vec2), 
        ~purrr::map(strsplit(gsub('[a-d]|\[|\]', '', .), "\s+"), as.numeric))

#  id                                             vec1
#1  1 -0.04161220, 0.04512072, -0.07892828, 0.00402516
#2  2 -0.07521469, 0.03782649, -0.01037493, 0.00402516
#3  3 -0.02139264, 0.09279498, -0.05898365, 0.00244455

#                                              vec2
#1 -0.04161220, 0.04512072, -0.07892828, 0.00402516
#2 -0.07402104, 0.01758628, -0.01037493, 0.00402516
#3 -0.06737056, 0.09279498, -0.08350416, 0.00244455

如何从 R 数据帧字符串列中提取数字向量并保存为包含向量的列（列表）

How to extract numeric vectors from R data frame string columns and save as columns (lists) with vectors

r

list

vector

data-conversion