從R中的向量元素提取數據

Question

我試圖寫一個R腳本來解析來自csv文件單元格的有序數字對。 這是CSV文件的前幾行：

Test1,   Test2,                     Test3
Label1,  [(1, 2), (5, 6), (9, 10)], High
Label2,  [(5, 9), (6, 10)],         Low
Label3,  [(0, 5)],                  High

請注意，第二列是運行Python腳本得到的元組列表。 我編寫了一個R腳本，使用read.csv將csv文件讀取為表格，然后從每一列創建向量。 然后，我希望它從列2的每個向量元素/單元格中讀取每個有序對（元組），並將它們用於繪制矩形的開始和結束x值。 但是我無法從vector元素解析單個有序對（元組）。 不管我做什么，R仍然將向量元素視為一個對象，而不是數組或列表。

這是R代碼：

table1 <- read.csv("data.csv",header=TRUE,sep=",")
val1 <- paste(table1[,1])
val2 <- paste(table1[,2]) # First data row is [(1, 2), (5, 6), (9, 10)]
val3 <- paste(table1[,3])
nrows = length(val1)
for (i in 1:nrows) {
    rects <- val2[i]  # rects <- [(1, 2), (5, 6), (9, 10)]
    nval <- length(rects)  # Want nval to be 3
    if (nval > 0) {
        for (j in 1:nval) {
            bounds <- rects[j]  # Want bounds to be (1, 2), then (5, 6), then (9, 10)
            start <- bounds[1]  # Want start to be 1, 5, and then 9
            stop <- bounds[2]  # Want stop to be 2, 6, and then 10
            w <- stop - start # w should be 1
            vpp <- start + w/2 # vpp will be 1.5, 5.5, and then 9.5
            pushViewport(vp)
            grid.rect(x=0.5, y=0.5, width=w, height=0.5, gp=gpar(fill="violet"))
            upViewport()
         }
    }
}

Answer 1

我不確定我100％理解您希望最終輸出是什么，但是這是一種以這樣的數據幀結束的方法，其中x值的開始和結束是分開的：

   Test1                 Test3 X1 X2
1 Label1                  High  1  2
2 Label1                  High  5  6
3 Label1                  High  9 10
4 Label2                   Low  5  9
5 Label2                   Low  6 10
6 Label3                  High  0  5

我創建了數據框，但必須手動在粘貼的文本中替換分號。

df <- read.table(text = "Test1;   Test2;                     Test3
Label1;  [(1, 2), (5, 6), (9, 10)]; High
Label2;  [(5, 9), (6, 10)];         Low
Label3;  [(0, 5)];                 High", sep = ";", header = TRUE, stringsAsFactors = FALSE)

首先在"), "進行拆分"), "這應該混亂地拆分每個點列表。 然后將每個元組分成兩列，並刪除所有多余的括號等。

splits <- strsplit(as.character(df$Test2), "), ")

# split up list of tuples
df2 <- data.frame(Test1 = rep(df$Test1, lapply(splits, length)), 
           Test3 = rep(df$Test3, lapply(splits, length)),
           Test2 = unlist(splits), stringsAsFactors = FALSE)

# split tuples into two columns
df3 <- cbind(df2[, c("Test1", "Test3")], 
             data.frame(do.call("rbind", strsplit(df2$Test2, ",", fixed = TRUE))))

# remove parens etc. and convert to numeric
df3$X1 <- as.numeric(gsub("[^[:digit:]]", "", df3$X1))
df3$X2 <- as.numeric(gsub("[^[:digit:]]", "", df3$X2))

這將創建上面顯示的數據框，並允許您繪制矩形以進行如下操作（將隨機y值添加到數據框）：

library('dplyr')
library('ggplot2')
set.seed(10)
df4 <- df3 %>%
  do(mutate(., ymin = sample(10, nrow(.)))) %>% # random y values for plotting
  mutate(ymax = ymin + 1)

ggplot(df4, aes(xmin = X1, xmax = X2, ymin = ymin, ymax = ymax)) +
  geom_rect()

看起來像：