如何在 R 中将一个字符列转换为多个数字列

Question

我想将一个字符列分成多个数值列。

例如，我在表“final”中有这些列：

最后

sd2	文件
0.011	r100.0.8.1.1.csv
0.023	r10.0.2.0.1.csv
0.033	r10.0.95.0.0.csv

我想把它变成像下面这样的东西。 “文件”列分为 3 个单独的列，其中不再有“r”或“.csv”，前两个数字（即 100 和 0.8）在不同的列中，但最后一个（即 1.1）保留在一列 - 尽管如果更容易，这可以进一步分成两列（即“dom”列中的 1 和 1 可以在单独的列中）。

sd2	流行音乐	选择	dom
0.011	100	0.8	1.1
0.023	10	0.2	0.1
0.033	10	0.95	0.0

我使用 strsplit 使“文件”列成为字符串列表。

files <- final$file
files <- as.character(files)

per <- strsplit(files, "[.]")

我不确定如何将这些字符串转换为单独的列，同时放弃“r”和“.col”任何有关后续步骤的建议将不胜感激！

Answer 1

带有read.csv base R的选项。 在这里，我们可以将 substring 捕获为一个组，用,修改分隔符，并使用read.csv将该列作为data.frame读取，并将新列分配给base R中的“最终”数据集

final[c("pop", "sel", "dom")] <-  read.csv(text = 
  sub("^[a-z](\\d+)\\.(\\d+\\.\\d+)\\.([0-9.]+)\\.csv",
       "\\1,\\2,\\3", final$file), header = FALSE)

---

相同的选项可用于从tidyr中extract

library(tidyr)
final %>%
    extract(file, into = c("pop", "sel", "dom"),
         "^[a-z](\\d+)\\.(\\d+\\.\\d+)\\.([0-9.]+)\\.csv", convert = TRUE)

-输出

#    sd2 pop  sel dom
#1 0.011 100 0.80 1.1
#2 0.023  10 0.20 0.1
#3 0.033  10 0.95 0.0

数据

final <- structure(list(sd2 = c(0.011, 0.023, 0.033), file = c("r100.0.8.1.1.csv", 
"r10.0.2.0.1.csv", "r10.0.95.0.0.csv")), class = "data.frame", row.names = c(NA, 
-3L))

Answer 2

一种选择是在字母或点处strsplit ，用非空元素创建一个矩阵，这些元素的相关列用"." paste在一起。 .

u <- unlist(strsplit(d$file, "[a-z]|\\."))
u <- matrix(u[nchar(u) > 0],,5,b=T)
res <- data.frame(sd2=d$sd2, sapply(list(pop=1, sel=2:3, dom=4:5), function(x) 
  as.double(apply(u[, x, drop=F], 1, paste, collapse="."))))
res
#     sd2 pop  sel dom
# 1 0.011 100 0.80 1.1
# 2 0.023  10 0.20 0.1
# 3 0.033  10 0.95 0.0

---

数据：

d <- structure(list(sd2 = c(0.011, 0.023, 0.033), file = c("r100.0.8.1.1.csv", 
"r10.0.2.0.1.csv", "r10.0.95.0.0.csv")), class = "data.frame", row.names = c(NA, 
-3L))