如何在R中用分號分割數據框中的列

Question

我的問題對我來說很明顯，但是我找不到解決方案。

一個像這樣的數據框：

<TICKER>;<PER>;<DATE>;<TIME>;<OPEN>;<HIGH>;<LOW>;<CLOSE>
USD Index;D;20150801;000000;97.199;97.336;97.191;97.192
USD Index;D;20150802;000000;97.226;97.294;97.207;97.257
USD Index;D;20150803;000000;97.255;97.582;97.155;97.499

我需要將它們分成不同的列； 像這樣：

<TICKER>    <PER>   <DATE>  <TIME>  <OPEN>  <HIGH>  <LOW>   <CLOSE>
USD Index   D   20150801    0   97.199  97.336  97.191  97.192
USD Index   D   20150802    0   97.226  97.294  97.207  97.257
USD Index   D   20150803    0   97.255  97.582  97.155  97.499

這是一個基本問題，需要放在搜索結果的頂部。 預先感謝您幫助我解決此問題！

Answer 1

我們可以使用read.table

setNames(read.table(text=dat[,1], sep=";", stringsAsFactors=FALSE), 
           scan(text=names(dat), sep=";", what = "", quiet = TRUE))
#    <TICKER> <PER>   <DATE> <TIME> <OPEN> <HIGH>  <LOW> <CLOSE>
# 1 USD Index     D 20150801      0 97.199 97.336 97.191  97.192
# 2 USD Index     D 20150802      0 97.226 97.294 97.207  97.257
# 3 USD Index     D 20150803      0 97.255 97.582 97.155  97.499

數據

dat <- structure(list(`<TICKER>;<PER>;<DATE>;<TIME>;<OPEN>;<HIGH>;<LOW>;<CLOSE>` =
 c("USD Index;D;20150801;000000;97.199;97.336;97.191;97.192", 
"USD Index;D;20150802;000000;97.226;97.294;97.207;97.257", 
"USD Index;D;20150803;000000;97.255;97.582;97.155;97.499"
 )), .Names = "<TICKER>;<PER>;<DATE>;<TIME>;<OPEN>;<HIGH>;<LOW>;<CLOSE>", 
 class = "data.frame", row.names = c(NA, -3L))

Answer 2

使用fread()非常簡單。 使用akrun的dat ，我們有

data.table::fread(paste(c(names(dat), dat[[1]]), collapse = "\n"))
#     <TICKER> <PER>   <DATE> <TIME> <OPEN> <HIGH>  <LOW> <CLOSE>
# 1: USD Index     D 20150801      0 97.199 97.336 97.191  97.192
# 2: USD Index     D 20150802      0 97.226 97.294 97.207  97.257
# 3: USD Index     D 20150803      0 97.255 97.582 97.155  97.499

對於數據幀結果，只需在fread()調用中添加data.table = FALSE即可。

Answer 3

另外，可以使用tstrsplit()拆分為列，並使用setnames()重命名列：

library(data.table)
setDT(dat)[, tstrsplit(.SD[[1]], ";")][, setnames(.SD, strsplit(names(dat), ";")[[1]])]

  <TICKER> <PER> <DATE> <TIME> <OPEN> <HIGH> <LOW> <CLOSE> 1: USD Index D 20150801 000000 97.199 97.336 97.191 97.192 2: USD Index D 20150802 000000 97.226 97.294 97.207 97.257 3: USD Index D 20150803 000000 97.255 97.582 97.155 97.499 

請注意， <TICKER>等不是語法上有效的列名，需要在許多地方進行轉義。 因此，我建議擺脫像這樣的尖括號：

setDT(dat)[, tstrsplit(.SD[[1]], ";")][
  , setnames(.SD, gsub("[<>]", "", strsplit(names(dat), ";")[[1]]))]

  TICKER PER DATE TIME OPEN HIGH LOW CLOSE 1: USD Index D 20150801 000000 97.199 97.336 97.191 97.192 2: USD Index D 20150802 000000 97.226 97.294 97.207 97.257 3: USD Index D 20150803 000000 97.255 97.582 97.155 97.499