通過以相似模式匹配兩列來分隔行

Question

我有類似的數據

df1 <- data.frame(A = c("P,Q","X,Y"), B = c("P1,Q1",""), C = c("P2,Q2","X2,Y2"))

我正在尋找像

output <- data.frame(A = c("P","Q","X","Y"), B = c("P1","Q1","",""), C = c("P2","Q2","X2","Y2"))

我嘗試使用如下所述的split_rows，但它與逗號分隔的字符串不匹配。

separate_rows(df1, A, sep=",") %>%
  separate_rows(B) %>%
  separate_rows(C)

Answer 1

您只需要做：

library(tidyr)
separate_rows(df1, A, B, C, convert = TRUE)

輸出：

  A  B  C
1 P P1 P2
2 Q Q1 Q2

編輯是否有NA和空字符串：

data:
df1 <- data.frame(A = c("P,Q","X,Y"), B = c("P1,Q1",""), C = 
c("P2,Q2","X2,Y2"))


Code:

df1 <- data.frame(lapply(df1, as.character), stringsAsFactors=FALSE)
df1[df1 == ""] <- "0,0"
df1 <- separate_rows(df1, A, B, C, convert = TRUE)
df1[df1 == "0"] <- ""

輸出：

  A  B  C
1 P P1 P2
2 Q Q1 Q2
3 X    X2
4 Y    Y2

Answer 2

我喜歡進行此類操作的splitstackshape軟件包，

library(splitstackshape)

cSplit(df1, splitCols = names(df1), sep = ',', direction = 'long')
#   A  B  C
#1: P P1 P2
#2: Q Q1 Q2

Answer 3

將base R與strsplit一起使用的選項

data.frame(lapply(df1, function(x) strsplit(as.character(x), ",")[[1]]))
#   A  B  C
#1 P P1 P2
#2 Q Q1 Q2

---

或帶scan

data.frame(lapply(df1, function(x) 
     scan(text = as.character(x), what = "", sep=",", quiet = TRUE)))

Answer 4

正如Gainz的答案所建議的那樣，eparate_rows separate_rows(df1, A, B, C, convert = T)確實工作得很好。

但是，如果數據框中確實有空白單元格，則使用起來確實會更困難，因為這會給您有關所有行數不相同的列的錯誤提示。

我建議使用您知道沒有空白值的列。 假設它是A列。

然后，我首先將數據幀轉換為小標題，然后將所有因子列轉換為字符列。 然后，我將用正確數量的逗號替換字符串中的空白單元格。 然后， separate_rows()應該能夠正常工作。

然后，代碼將如下所示：

df1_tibble <- df1 %>% 
  as_tibble() %>% 
  mutate_if(is.factor, as.character)

df1_clean <- df1_tibble %>% 
  mutate(count = str_count(A, ",") + 1) %>% 
  mutate(temp_str = map_chr(count, ~ rep("", .x) %>% paste0(collapse = ","))) %>% 
  mutate_at(vars(B, C), funs(ifelse(str_length(.) == 0, temp_str, .))) %>% 
  select(A, B, C)

df1_clean
#> # A tibble: 2 x 3
#>   A     B     C    
#>   <chr> <chr> <chr>
#> 1 P,Q   P1,Q1 P2,Q2
#> 2 X,Y   ,     X2,Y2

df1_clean %>% separate_rows(A, B, C)
#> # A tibble: 4 x 3
#>   A     B     C    
#>   <chr> <chr> <chr>
#> 1 P     P1    P2   
#> 2 Q     Q1    Q2   
#> 3 X     ""    X2   
#> 4 Y     ""    Y2