將行應用於名義行之間的值

Question

我毫不懷疑以前有人問過這個問題，但我一生都無法弄清楚如何以一種我能找到答案的方式來表達它。

我有以下數據來自 a.csv

1 Q1. Do you run on trails?                                                                                    NA     NA   
2 YES                                                                                                          97.17% 2507 
3 NO                                                                                                           2.83%  73   
4 Q2. Do you participate in organized trail work, maintenance, building, or cleaning up trails (ie: plogging)? NA     NA   
5 YES                                                                                                          49.88% 1283 
6 NO                                                                                                           50.12% 1289 

問題和可能的回答不盡相同，所以我想象的工作流程是：

• 對於匹配“Q\\D?”的每一行
• 用該值寫一列
• 對於下一場比賽之前的每一行。

理想情況下，最終結果將是：

Q1...   YES  10% 435
Q1...   NO   90% 783
Q2...   YES  10% 435
Q2...   NO   90% 783

Answer 1

對不起，我不得不編輯，我終於明白了

1. 將您的工作表保存為 csv 使用，作為分隔符和 ' 作為字符串分隔符。

2. 運行此代碼

請交流任何疑慮或疑問。 請注意，我使用readLines()將文件作為文本讀取，然后使用冒號字符將它們分開，除了在問題中我使用字符串分隔符的地方。 它很臟，但它可以工作。

最好的

JA

• 加載包

library(data.table)
library(stringr)

• 以文本形式讀取數據

dat <- readLines("~/Documents/test.SO/test1.csv")

• 使用 grep 確定哪些行是問題，這很重要，因為我們將循環遍歷這些行：前提是：從每個問題行到下一個問題行，所有行都必須是答案。

qlines <- grep("Q[0-9]\\.", dat)

• 只需設置一個空列表來存儲問題，並為我們要存儲的列表元素設置一個計數器

all.questions <- list()
i <- 1

-現在這是甜蜜的東西：按步驟：

• S1：我們提取問題本身的文本，我們使用dat[q]執行此操作，因為我們正在循環 q，因為我們已經知道問題所在的行。 請記住，從這一行到下一行都是答案，除非這是最后一個問題，否則從這一行到最后一行都是答案，這就是 if 存在的原因。 子只是在您用來存儲的字段分隔符之間提取，即'
• S2：用答案分開文本行，其中應包含答案本身、百分比和回答的人數。 使用unlist(str_split(dat[a], ","))我們將行分成一個字符向量，每個“,”是字段分隔符。 然后我們有一個字符向量，我們知道它包含如上所述的有序信息。 從這里我們做ans.dat[1]我們知道是答案本身，然后下一個元素是百分比等等。 我們正在做percent <- ans.dat[2]的事情，分配給一個變量，只是慢慢地從該文本行中提取信息，所以最后我們可以構建一個包含我們喜歡的元素的表格。
• S3：現在我們有了我們想要的單獨元素，我們組裝了一行我們想要的表格，記住這個內部循環是針對每個答案的，這是那個答案的行，語法就是 data.table 語法。 （對不起，我不再熟悉 data.frames 語法。我們 rbind-it。

內部循環將耗盡此問題的答案 外部循環將耗盡文本的問題。

旁注，我可以通過在內部循環關閉后添加第二個 sub 來消除剩余的冒號： question <- gsub("( |,)$", "", question) 。

for(q in qlines){

  question <- sub(".*'([^']*)'.*", "\\1", dat[q]) #S1

  if(which(q==qlines) == length(qlines)){
    ans.lines <- (q+1):length(dat)
  }else{
    ans.lines <- (q+1) : (qlines[which(qlines==q)+1] - 1)
  }

  all.answers <- data.table()

  for(a in ans.lines){

   ans.dat <-  unlist(str_split(dat[a], ",")) #S2
   ans <- ans.dat[1]
   percent <- ans.dat[2]
   responders <- ans.dat[3]
   ans.row <- data.table("ans"=ans, "percent"=percent, "responders"=responders) #S3
   all.answers <- rbind(all.answers, ans.row)

  }

  all.questions[[i]] <- question.table <- cbind(question, all.answers)
  i <- i+1

}

all.questions

[[1]]
                       question ans percent responders
1: Q1. Do you run on trails? ,, YES      50        100
2: Q1. Do you run on trails? ,,  NO      50        100

[[2]]
                                                                                                       question ans percent responders
1: Q2. Do you participate in organized trail work, maintenance, building, or cleaning up trails (ie: plogging)? YES      50        100
2: Q2. Do you participate in organized trail work, maintenance, building, or cleaning up trails (ie: plogging)?  NO      50        100

[[3]]
                    question    ans percent responders
1: Q3. What is your gender,,   MALE      50        100
2: Q3. What is your gender,, FEMALE      49         99
3: Q3. What is your gender,,  OTHER       1          1