[英]Add columns recursively by string match occurrence R gsub regex
我有一个 R df,其中一列 Author 看起来像这样(为了匿名,在这篇文章中,名称本身被替换为“Last”和“First”):
ID | 作者 |
---|---|
1 | 最后,第一和最后,第一 |
2 | 最后,第一个和最后一个,第一个和最后一个,第一个和最后一个,第一个 |
3 | 最后,第一个和最后一个,第一个和最后一个,第一个 |
我需要为每个作者的名字和姓氏添加一个新列。 它应该如下所示:
ID | 第一1 | 最后1 | 第一2 | 最后2 | 第一3 | 最后3 | 第一4 | 最后4 |
---|---|---|---|---|---|---|---|---|
1 | 第一的 | 最后的 | 第一的 | 最后的 | ||||
2 | 第一的 | 最后的 | 第一的 | 最后的 | 第一的 | 最后的 | 第一的 | 最后的 |
3 | 第一的 | 最后的 | 第一的 | 最后的 | 第一的 | 最后的 |
当然,并非所有读数都具有相同数量的作者,因此我无法为所有行 append 指定特定数量的列。
** 注意:我已经为只有一位作者使用的列完成了此操作
data <- data %>%
mutate(FirstName=unlist(lapply(strsplit(Author,", "),function(x) x[2])),
LastName=gsub(",.*","",Author))
我怎样才能做到这一点?
一种选择可以是:
df %>%
mutate(map_dfr(.x = str_split(Author, ", | & "),
~ set_names(.x, ave(.x, .x, FUN = function(y) paste0(y, cumsum(duplicated(y)) + 1)))))
id Author Last1 First1 Last2 First2 Last3 First3 Last4 First4
1 1 Last, First & Last, First Last First Last First <NA> <NA> <NA> <NA>
2 2 Last, First & Last, First & Last, First & Last, First Last First Last First Last First Last First
3 3 Last, First & Last, First & Last, First Last First Last First Last First <NA> <NA>
这里我使用了一个小助手 function 来返回姓氏和名字的列表
get_names <- function(x) {
authors = strsplit(x, " & ")[[1]]
lapply(authors, \(a) setNames(strsplit(a, ", ")[[1]], c("Last", "First")))
}
然后我将它应用于每个id
、 unnest 和 pivot 宽
df %>%
group_by(id) %>%
summarize(names=list(get_names(Author))) %>%
unnest(names) %>%
unnest_wider(names) %>%
group_by(id) %>%
mutate(rn=row_number()) %>%
pivot_wider(id, names_from =rn, names_sep="",values_from = c(First,Last),names_vary="slowest")
这是使用tidyr::separate
的版本:
library(tidyr)
library(stringr)
n_auth = max(str_count(df$Author, pattern = "&")) + 1
df %>%
separate(
Author,
sep = " *[,&] ",
into = c(outer(c("First", "Last"), 1:n_auth, FUN = paste0)),
fill = "right"
)
# id First1 Last1 First2 Last2 First3 Last3 First4 Last4
# 1 1 Last First Last First <NA> <NA> <NA> <NA>
# 2 2 Last First Last First Last First Last First
# 3 3 Last First Last First Last First <NA> <NA>
在基础 R 中,您将执行以下操作:
(df1 <- read.table(text=gsub('[,&]', '', df$Author), fill=TRUE))
V1 V2 V3 V4 V5 V6 V7 V8
1 Last First Last First
2 Last First Last First Last First Last First
3 Last First Last First Last First
然后,您可以添加名称:
names(df1)<-paste0(c("Last", "First"), gl(ncol(df1), 2,ncol(df1)))
df1
Last1 First1 Last2 First2 Last3 First3 Last4 First4
1 Last First Last First
2 Last First Last First Last First Last First
3 Last First Last First Last First
当然,您可以将表格重新排列为first
在last
:
df1[order(sub("\\D+", '',names(df1)), sub("\\d+", '', names(df1)))]
First1 Last1 First2 Last2 First3 Last3 First4 Last4
1 First Last First Last
2 First Last First Last First Last First Last
3 First Last First Last First Last
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.