将行应用于名义行之间的值

Question

我毫不怀疑以前有人问过这个问题，但我一生都无法弄清楚如何以一种我能找到答案的方式来表达它。

我有以下数据来自 a.csv

1 Q1. Do you run on trails?                                                                                    NA     NA   
2 YES                                                                                                          97.17% 2507 
3 NO                                                                                                           2.83%  73   
4 Q2. Do you participate in organized trail work, maintenance, building, or cleaning up trails (ie: plogging)? NA     NA   
5 YES                                                                                                          49.88% 1283 
6 NO                                                                                                           50.12% 1289 

问题和可能的回答不尽相同，所以我想象的工作流程是：

• 对于匹配“Q\\D?”的每一行
• 用该值写一列
• 对于下一场比赛之前的每一行。

理想情况下，最终结果将是：

Q1...   YES  10% 435
Q1...   NO   90% 783
Q2...   YES  10% 435
Q2...   NO   90% 783

Answer 1

对不起，我不得不编辑，我终于明白了

1. 将您的工作表保存为 csv 使用，作为分隔符和 ' 作为字符串分隔符。

2. 运行此代码

请交流任何疑虑或疑问。 请注意，我使用readLines()将文件作为文本读取，然后使用冒号字符将它们分开，除了在问题中我使用字符串分隔符的地方。 它很脏，但它可以工作。

最好的

JA

• 加载包

library(data.table)
library(stringr)

• 以文本形式读取数据

dat <- readLines("~/Documents/test.SO/test1.csv")

• 使用 grep 确定哪些行是问题，这很重要，因为我们将循环遍历这些行：前提是：从每个问题行到下一个问题行，所有行都必须是答案。

qlines <- grep("Q[0-9]\\.", dat)

• 只需设置一个空列表来存储问题，并为我们要存储的列表元素设置一个计数器

all.questions <- list()
i <- 1

-现在这是甜蜜的东西：按步骤：

• S1：我们提取问题本身的文本，我们使用dat[q]执行此操作，因为我们正在循环 q，因为我们已经知道问题所在的行。 请记住，从这一行到下一行都是答案，除非这是最后一个问题，否则从这一行到最后一行都是答案，这就是 if 存在的原因。 子只是在您用来存储的字段分隔符之间提取，即'
• S2：用答案分开文本行，其中应包含答案本身、百分比和回答的人数。 使用unlist(str_split(dat[a], ","))我们将行分成一个字符向量，每个“,”是字段分隔符。 然后我们有一个字符向量，我们知道它包含如上所述的有序信息。 从这里我们做ans.dat[1]我们知道是答案本身，然后下一个元素是百分比等等。 我们正在做percent <- ans.dat[2]的事情，分配给一个变量，只是慢慢地从该文本行中提取信息，所以最后我们可以构建一个包含我们喜欢的元素的表格。
• S3：现在我们有了我们想要的单独元素，我们组装了一行我们想要的表格，记住这个内部循环是针对每个答案的，这是那个答案的行，语法就是 data.table 语法。 （对不起，我不再熟悉 data.frames 语法。我们 rbind-it。

内部循环将耗尽此问题的答案 外部循环将耗尽文本的问题。

旁注，我可以通过在内部循环关闭后添加第二个 sub 来消除剩余的冒号： question <- gsub("( |,)$", "", question) 。

for(q in qlines){

  question <- sub(".*'([^']*)'.*", "\\1", dat[q]) #S1

  if(which(q==qlines) == length(qlines)){
    ans.lines <- (q+1):length(dat)
  }else{
    ans.lines <- (q+1) : (qlines[which(qlines==q)+1] - 1)
  }

  all.answers <- data.table()

  for(a in ans.lines){

   ans.dat <-  unlist(str_split(dat[a], ",")) #S2
   ans <- ans.dat[1]
   percent <- ans.dat[2]
   responders <- ans.dat[3]
   ans.row <- data.table("ans"=ans, "percent"=percent, "responders"=responders) #S3
   all.answers <- rbind(all.answers, ans.row)

  }

  all.questions[[i]] <- question.table <- cbind(question, all.answers)
  i <- i+1

}

all.questions

[[1]]
                       question ans percent responders
1: Q1. Do you run on trails? ,, YES      50        100
2: Q1. Do you run on trails? ,,  NO      50        100

[[2]]
                                                                                                       question ans percent responders
1: Q2. Do you participate in organized trail work, maintenance, building, or cleaning up trails (ie: plogging)? YES      50        100
2: Q2. Do you participate in organized trail work, maintenance, building, or cleaning up trails (ie: plogging)?  NO      50        100

[[3]]
                    question    ans percent responders
1: Q3. What is your gender,,   MALE      50        100
2: Q3. What is your gender,, FEMALE      49         99
3: Q3. What is your gender,,  OTHER       1          1