通过匹配相似模式的两列来分隔行答案

【问题标题】：Separate rows by matching two columns in similar pattern通过匹配相似模式的两列来分隔行
【发布时间】：2019-08-06 22:33:27
【问题描述】：

我有类似的数据

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

我正在寻找类似的输出

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

我尝试使用下面提到的单独行，但它与逗号分隔的字符串不匹配。

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

【问题讨论】：

标签： r tidyverse

【解决方案1】：

我喜欢splitstackshape这样的操作包，

library(splitstackshape)

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

【讨论】：

【解决方案2】：

你只需要这样做：

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

输出：

  A  B  C
1 P P1 P2
2 Q Q1 Q2

如果您有 NA 和空字符串，请编辑：

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"] <- ""

输出：

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

【讨论】：

只是另一个复杂性，收到此错误“错误：所有嵌套列必须具有相同数量的元素。”可能我也有一些空白单元格。遇到这种情况该怎么办？
抱歉你的第一个例子没有NA，我会尽快更新。
我编辑了我的答案，这不是很漂亮，但我会这样做，因为这很简单。似乎separate_rows() 函数没有内置参数可用于NA。

【解决方案3】：

使用base R 和strsplit 的选项

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

或者scan

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

【讨论】：

【解决方案4】：

正如 Gainz 的回答所建议的那样，separate_rows(df1, A, B, C, convert = T) 工作得非常好。

但是，如果您在数据框中确实有空白单元格，那么它确实会变得更难使用，因为它会给您一个关于所有列的行数不同的错误。

我建议使用您知道不会有空白值的列。假设它是 A 列。

我首先将数据框转换为小标题，然后将所有因子列转换为字符列。然后我会用正确数量的逗号替换空白单元格。那么separate_rows()应该可以正常工作了。

那么代码将如下所示：


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

【讨论】：