将字符串分成多列

Question

我的数据框中有以下字符串结构作为列值：

Y：10，W：3，cp：0.05

每行的数值不同，但结构保持不变。 我想将此字符串分成3列，每列仅包含数字。 因此，Y的一列具有相应的数值，W的另一列，而cp的最后一列。

我尝试通过以下方式使用str_split：

str_split(string,pattern = " ,",simplify = TRUE )

这显然给了我：

     [,1]     [,2]   [,3]       
[1,] "Y: 40 " "W: 2" " cp: 0.05"

现在，我只想在每个列中保留数字。 还在学习这些东西，所以不确定如何继续！ 任何帮助深表感谢！

Answer 1

肯定有更好的方法，但这应该可以完成工作：

现在针对具有多个元素的字符串向量进行了更新，并将其放入具有三个命名列的矩阵中。 应该适用于任何长度的向量。

library(stringr)

string <- c("Y: 10 ,W: 3 , cp: 0.05","Y: 4 ,W: 9 , cp: 2.2")


vec <- t(str_split(str_split(string, " ,", simplify = TRUE), ": ", simplify = TRUE)[,2])

mtx = matrix( 
  vec, 
nrow = length(vec)/3, 
ncol = 3) 

colnames(mtx) <- c("Y","W","cp")

mtx

Answer 2

也许不是最优雅的方式，但它可以工作：

library(dplyr)
library(stringr)
library(tidyr)
tibble(row = c(1,2), 
       col = c("Y: 10 ,W: 3 , cp: 0.05","Y: 4 ,W: 9 , cp: 2.2")) %>%
  separate(col, into=c("col1", "col2", "col3"), sep = ",") %>%
  gather(id, col, -row) %>%
  select(-id) %>%
  mutate(col = str_trim(col)) %>%
  separate(col, into=c("letter", "number"), sep=":") %>%
  mutate(number = str_trim(number)) %>%
  spread(letter, number) %>%
  select(-row)

# A tibble: 2 x 3
  cp    W     Y    
  <chr> <chr> <chr>
1 0.05  3     10   
2 2.2   9     4   

请注意，我必须在您的数据框中添加一个名为row的新列，以使此方法有效

Answer 3

我发现有时会重新格式化name: value对数据恢复为现有结构有助于解决复杂性。 在这种情况下，我已经格式化为JSON对象，然后使用jsonlite中的 stream_in处理数据。

这样做很好，因为它将自动为列命名，并且还可以照顾到并非每行都代表每个值或顺序改变的情况。 例如：

txt <- c(
  "Y: 10 ,W: 3 , cp: 0.05",
  "Y: 6 ,W: 7 , cp: 0.08",
  "cp: 0.08, Y: 6 "
)

library(jsonlite)
proctxt <- paste("{", gsub("([A-Za-z]+?):", '"\\1":', txt), "}")
stream_in(textConnection(proctxt))
# Found 3 records...
# Imported 3 records. Simplifying...
#   Y  W   cp
#1 10  3 0.05
#2  6  7 0.08
#3  6 NA 0.08

Answer 4

您可以使用gsub删除所有不需要的字符，然后使用strsplit或read.csv 。 在基础上，它看起来像：

string <- c("Y: 10 ,W: 3 , cp: 0.05", "Y: 10 ,W: 3 , cp: 0.05")
read.csv(text=gsub("[[:alpha:]: ]", "", string), header=FALSE)
#  V1 V2   V3
#1 10  3 0.05
#2 10  3 0.05

#or with strsplit
strsplit(gsub("[[:alpha:]: ]", "", string), ",")

Answer 5

鉴于您的文本字符串是统一的，因此应该相对简单些，第一部分如下所示：

txt <- c(
  "Y: 10 ,W: 3 , cp: 0.05",
  "Y: 6 ,W: 7 , cp: 0.08",
  "Y: 5 ,W: 0 , cp: 0.08"
)

x <- do.call(rbind, strsplit(txt, split = " ,"))

这样就可以得到“标签：值”的矩阵

library(stringr)
y <- matrix(data = str_extract(string = x,
                               pattern = "([0-9.]+)"),
            ncol = ncol(x))

如果需要的话，将带您进入表示您的值的文本字符串，您可以使用str_extract（）而不使用矩阵调用来将值作为矢量获取，并且：

z <- matrix(data = as.numeric(y),
            ncol = ncol(x))

会为您提供矩阵作为数字，听起来像是您感兴趣的矩阵。

总体而言，这很整洁，并且没有中间矩阵调用，如果不需要它，它将看起来像：

library(stringr)
txt <- c(
  "Y: 10 ,W: 3 , cp: 0.05",
  "Y: 6 ,W: 7 , cp: 0.08",
  "Y: 5 ,W: 0 , cp: 0.08"
)

x <- do.call(rbind, strsplit(txt, split = " ,"))
y <- str_extract(string = x,
                 pattern = "([0-9.]+)")
z <- matrix(data = as.numeric(y),
            ncol = ncol(x))

使用z给您一个数字矩阵。

Answer 6

我相信这应该有效：

library(tidyverse)


string <- c("Y: 10 ,W: 3 , cp: 0.05","Y: 4 ,W: 9 , cp: 2.2")


dat <- tibble(x = string) %>% 
  separate(x,c("Y","W","cp"), sep = " ,")


dat2 <- dat %>% mutate_all(., ~str_remove(.,"\\D+"))