根據行將單列拆分為多列

Question

我在 R 中有一個數據集，它由一個單列組成，其中包含我在多列中理想的變量。 單列數據框的結構是這樣的。

A1
200
250
Brand x 
A2
400
300
Brand x
A4
100
320
Brand x2

我想以這樣的方式拆分此列，使其以這樣的多列框架結束（“|”純粹是為了表示列分隔符）：

A1 | 200 | 250 | Brand x  
A2 | 400 | 300 | Brand x1
A4 | 100 | 320 | Brand x2

我怎么能這樣做？ 水平數據中最多有一個序列 - 例如：4 個變量 - A1,200, 250,Brand x。 天真的等價物是在 Excel 中復制和轉置粘貼，但對於 4 個值的預定義序列。 任何人都可以幫我解決這個問題嗎？

Answer 1

這是我將如何做到的：

df2 <- as.data.frame(matrix(df1[,1], byrow=TRUE, ncol = 4))

或者，等效地：

df2 <- as.data.frame(t(matrix(df1[,1],nrow = 4)))

在這兩種情況下，這都會產生所需的結果：

#> df2
#  V1  V2  V3       V4
#1 A1 200 250  Brand x
#2 A2 400 300  Brand x
#3 A4 100 320 Brand x2

數據

df1 <-read.table(text="A1
                       200
                       250
                       'Brand x' 
                       A2
                       400
                       300
                      'Brand x'
                       A4
                       100
                       320
                       'Brand x2'", header=FALSE)

Answer 2

這不是一個優雅的解決方案，但應該有效。

一些解釋：

前兩行應該只提供您通常通過讀取數據獲得的數據幀。

如果列中存在字符串，則 R 將在因子變量中轉換該列。 出於這個原因，我在第 3 行將其轉換回字符向量。

使用矩陣，您可以將這個向量重新排列為您想要的形狀，然后您可以將其轉換回數據幀（設置stringAsFactors=FALSE以防止所有內容都轉換為默認值）。

但是，現在所有的變量都是字符變量。 因此，您需要適當地對變量進行編碼。

dat<-c("A1",200,250,"Brand x" ,"A2",400,0300, "Brand x", "A4",100,  320,"Brand x2")
dat<-data.frame(dat)
dat<-as.character(dat[,1])
dat<-matrix(dat, ncol = 4, byrow=TRUE)
dat<-data.frame(dat, stringsAsFactors = FALSE)

dat[] <- lapply(dat, type.convert)

> str(dat)
'data.frame':   3 obs. of  4 variables:
 $ X1: Factor w/ 3 levels "A1","A2","A4": 1 2 3
 $ X2: int  200 400 100
 $ X3: int  250 300 320
 $ X4: Factor w/ 2 levels "Brand x","Brand x2": 1 1 2

> dat
     X1  X2  X3       X4
 1 A1 200 250  Brand x
 2 A2 400 300  Brand x
 3 A4 100 320 Brand x2

Answer 3

這里只是一個提示 - 如果序列總是重復（即是確定性的），您可以讀取向量並更改維度，例如：

data <- c("A1","200","250","Brand x","A2","400","300","Brand x","A4","100","320","Brand x2")
dim(data) <- c(4,3)
data <- t(data) # transpose
class(data)
data.df <- as.data.frame(data)
class (data.df)

這將數據的維度更改為矩陣（因為內部向量和矩陣存儲相同，因此維度不同）。

執行時會打印

> class(data)
[1] "matrix"
> class (data.df)
[1] "data.frame"

然后data.df是一個 data.frame 對象，所以你可以在處理數據之前對數據做任何你需要做的事情（例如將列更改為數字/字符/等）。

Answer 4

如果它總是 4 個值，下面的循環對我有用：

df <- read.csv("df.csv", sep = ";", header = FALSE)


new.df <- data.frame()
j <- 1
i <- 1
while(i < length(df[,1])-1){

    temp.df <- data.frame()

    temp.df[j,1] <- df[i,1]
    temp.df[j,2] <- df[i + 1, 1]
    temp.df[j,3] <- df[i + 2, 1]
    temp.df[j,3] <- df[i + 3, 1]

    new.df <- rbind(new.df, temp.df)

    j <- j + 1
    i <- i + 4
}
na.omit(new.df)

它沒有完全優化，但它完成了工作！ 希望對你有效。