如何根据变量名自动对变量进行层次分组

Question

我的变量以小端方式命名，以句点分隔。

我想为每个不同的级别创建索引变量，并为每个级别的变量获取摘要 output，但我在尝试拆分变量并将它们放入表中以开始使用它们时遇到了第一步:

变量命名约定：

• Environment.Construct.Subconstruct_1.subconstruct_i.#.Short_Name

例子：

n <- 6
dat <- data.frame(
  ph1.career_interest.delight.1.Friendly=sample(1:5, n, replace=TRUE),
  ph1.career_interest.delight.2.Advantagious=sample(1:5, n, replace=TRUE),
  ph1.career_interest.philosophy.1.Meaningful_Difference=sample(1:5, n, replace=TRUE),
  ph1.career_interest.philosophy.2.Enable_Work=sample(1:5, n, replace=TRUE)
)

# create list of variable names
names <-  as.list(colnames( dat ))
## Try to create a heirarchy of variables: Step 1: Create matrix
heir <- as.matrix(strsplit(names,".", fixed = TRUE))

我已经经历了几次迭代，但它仍然返回错误：

Error in strsplit(names, ".", fixed = TRUE) : non-character argument

Answer 1

而不是用as.list包装，直接使用colnames因为根据?strsplit ，输入x将是

x - 字符向量，其中的每个元素都将被拆分。 其他输入，包括一个因素，将给出一个错误。

因此，如果它是一个list ，则它不是 strsplit 的预期输入strsplit

nm1 <- colnames(dat)
strsplit(nm1, ".", fixed = TRUE)
#[[1]]
#[1] "ph1"             "career_interest" "delight"         "1"               "Friendly"       

#[[2]]
#[1] "ph1"             "career_interest" "delight"         "2"               "Advantagious"   

#[[3]]
#[1] "ph1"                   "career_interest"       "philosophy"            "1"                     "Meaningful_Difference"

#[[4]]
#[1] "ph1"             "career_interest" "philosophy"      "2"               "Enable_Work"  

Output 是vector的list 。 OP 的帖子中并不清楚预期的 output 格式。 如果我们需要一个matrix或data.frame ，可以rbind这些list元素（假设它们具有相同的length ）

 m1 <-  do.call(rbind, strsplit(nm1, ".", fixed = TRUE))

返回一个matrix

或者可以使用rbind.data.frame转换为data.frame

注意： names是 function 名称。 最好不要给function的名字分配object的名字

更新

如果lengths不相同，一个选项是在末尾为那些length的元素填充NA

lst1 <- strsplit(nm1, ".", fixed = TRUE)
lst1[[1]] <- lst1[[1]][1:3] # making lengths different
mx  <- max(lengths(lst1))
do.call(rbind, lapply(lst1, `length<-`, mx))
#   [,1]  [,2]              [,3]         [,4] [,5]                   
#[1,] "ph1" "career_interest" "delight"    NA   NA                     
#[2,] "ph1" "career_interest" "delight"    "2"  "Advantagious"         
#[3,] "ph1" "career_interest" "philosophy" "1"  "Meaningful_Difference"
#[4,] "ph1" "career_interest" "philosophy" "2"  "Enable_Work"          

Answer 2

您可以计算'.'数量在列名中计算要创建的新列的数量。 然后我们可以使用tidyr::separate将数据分成n新列，拆分为. .

#Changing 1st column name to make length unequal
names(dat)[1] <- 'ph1.career_interest.delight.1'
#Number of new columns to be created
n <- max(stringr::str_count(names(dat), '\\.')) + 1
tidyr::separate(data.frame(name = names(dat)), name, 
                paste0('col', seq_len(n)), sep = '\\.', fill = 'right')

#  col1            col2       col3 col4                  col5
#1  ph1 career_interest    delight    1                  <NA>
#2  ph1 career_interest    delight    2          Advantagious
#3  ph1 career_interest philosophy    1 Meaningful_Difference
#4  ph1 career_interest philosophy    2           Enable_Work