如何将数据框列中的每个值移到其自己的列中？

Question

我正在使用R来构建和分析由同事创建的Python脚本创建的数据集，该数据集返回以下结构，其中13表示样本数，3128是对特征进行观测的数量，这些数字被编码为个位数（样品名称后的每个数字代表一列，该值封装了特征的编码）：

13 3128
>1062_0    0000000000[...]
>1066A_0    000001010[...]
>1067A_0    000002010[...]
>1067B_0    110013010[...]
>1067C_0    000024010[...]
>1067D_0    000024010[...]
>1084A_0    200100010[...]
>1084B_0    001005110[...]
>1084C_0    000000010[...]
>1086_0    0100002100[...]
>1087_0    3002040100[...]
>1088_0    0000060111[...]
>C105_0    0000050120[...]

我正在努力将这些数据获取到具有13行和3128列的数据框中。

我已经使用了phylotools的read.phylip函数来读取上面的这个文件，并将其放入data.frame中：

SL_FFR_input <- read.phylip(fil = "matrix.phy")
SL_FFR_frame <- phy2dat(SL_FFR_input)

但是，这导致两列的数据帧，V1是样本名称，V2是所有单位数字编码的字符串。

下面将显示有用的框架，其中样本名称构成行名称，并且每个值现在都有自己的列。

>1062_0     0 0 0 0 0 0 0 0 0[...]
>1066A_0    0 0 0 0 0 1 0 1 0[...]
>1067A_0    0 0 0 0 0 2 0 1 0[...]
>1067B_0    1 1 0 0 1 3 0 1 0[...]
>1067C_0    0 0 0 0 2 4 0 1 0[...]
>1067D_0    0 0 0 0 2 4 0 1 0[...]
>1084A_0    2 0 0 1 0 0 0 1 0[...]
>1084B_0    0 0 1 0 0 5 1 1 0[...]
>1084C_0    0 0 0 0 0 0 0 1 0[...]
>1086_0     0 1 0 0 0 0 2 1 0[...]
>1087_0     3 0 0 2 0 4 0 1 0[...]
>1088_0     0 0 0 0 0 6 0 1 1[...]
>C105_0     0 0 0 0 0 5 0 1 2[...] 

如果有人可以指出正确的方向，那将是巨大的帮助！

Answer 1

我建议使用dplyr + tidyr，可以使用strsplit和rbind进行此操作，但这很丑陋。

library(dplyr)
library(tidyr)
df1 <- data.frame(snames = c('a','b','c'),
                  digits = c('0000000000000',
                             '0000100000000',
                             '0000000001000'))
result <- df1 %>% separate(digits, paste0('X',1:13),sep = 1:12)

它将在列中字符位置1:12处分开，并命名列X1-> X13

编辑：对于您的情况，将13更改为3128，将12更改为3127，将“数字”更改为您列的名称