如何分離CSV文件中特定列的變量並寫入R中的CSV文件？

Question

我有一個像CSV的文件

Market,CampaignName,Identity
Wells Fargo,Gary IN MetroChicago IL Metro,56
EMC,Los Angeles CA MetroBoston MA Metro,78
Apple,Cupertino CA Metro,68

所需輸出到CSV文件，第一行作為標題

Market,City,State,Identity
Wells Fargo,Gary,IN,56
Wells Fargo,Chicago,IL,56
EMC,Los Angeles,CA,78
EMC,Boston,MA,78
Apple,Cupertino,CA,68

res <- 
  gsub('(.*) ([A-Z]{2})*Metro (.*) ([A-Z]{2}) .*','\\1,\\2:\\3,\\4',
  xx$Market)

如何修改上面的正則表達式以獲得R中的結果？ R的新手，任何幫助表示贊賞。

Answer 1

library(stringr)
xx.to.split <- with(xx, setNames(gsub("Metro", "", as.character(CampaignName)), Market))
do.call(rbind, str_match_all(xx.to.split, "(.+?) ([A-Z]{2}) ?"))[, -1]

生產：

            [,1]          [,2]
Wells Fargo "Gary"        "IN"
Wells Fargo "Chicago"     "IL"
EMC         "Los Angeles" "CA"
EMC         "Boston"      "MA"
Apple       "Cupertino"   "CA"

即使您在每個市場中擁有不同數量的Compaign Name，這也應該有效。 不幸的是，我認為基本選項很難實現，因為令人沮喪的是沒有gregexec ，盡管如果有人想出一些比較緊湊的東西，我會很好奇。

Answer 2

這是使用基礎R的解決方案。在字符串Metro上拆分CampaignName列，將序列Metro添加為名稱。 stack將其轉換為具有列ind和values的數據框，我們DF1這些列到DF1 。 通過DF1的序列號和xx的行號將xx與xx合並。 將Market移至DF2的前面並刪除ind和CampaignName 。 最后把它寫出來。

xx <- read.csv("Campaign.csv", as.is = TRUE)

s <- strsplit(xx$CampaignName, " Metro")
names(s) <- seq_along(s)
ss <- stack(s) 
DF1 <- with(ss, data.frame(ind, 
    City = sub(" ..$", "", values),
    State = sub(".* ", "", values)))

DF2 <- merge(DF1, xx, by.x = "ind", by.y = 0)

DF <- DF2[ c("Market", setdiff(names(DF2), c("ind", "Market", "CampaignName"))) ]

write.csv(DF, file = "myfile.csv", row.names = FALSE, quote = FALSE)

修訂版海報修改后的問題包括這樣來處理額外列。 小改進。