在数据框的列上进行Strsplit [重复]答案

【问题标题】：Strsplit on a column of a data frame [duplicate]在数据框的列上进行Strsplit [重复]
【发布时间】：2016-12-26 00:16:25
【问题描述】：

我有一个data.frame，其中一个变量是向量（或列表），如下所示：

MyColumn <- c("A, B,C", "D,E", "F","G")
MyDF <- data.frame(group_id=1:4, val=11:14, cat=MyColumn)

#   group_id val    cat
# 1        1  11 A, B,C
# 2        2  12    D,E
# 3        3  13      F
# 4        4  14      G

我想要一个新的数据框，其行数与向量一样多

FlatColumn <- unlist(strsplit(MyColumn,split=","))

看起来像这样：

MyNewDF <- data.frame(group_id=c(rep(1,3),rep(2,2),3,4), val=c(rep(11,3),rep(12,2),13,14), cat=FlatColumn)

#   group_id val cat
# 1        1  11   A
# 2        1  11   B
# 3        1  11   C
# 4        2  12   D
# 5        2  12   E
# 6        3  13   F
# 7        4  14   G

本质上，对于作为MyColumn（字母A到G）列表元素的每个因素，我想分配列表的相应值。每个因素在MyColumn 中只出现一次。

这种重塑/取消列出/合并有没有一种巧妙的方法？我想出了一个非常繁琐的for-循环MyDF 的行和strsplit(MyColumn,split=",") 的相应元素的长度。我很确定一定有更优雅的方式。

【问题讨论】：

标签： r dataframe reshape

【解决方案1】：

您可以从tidyr 使用separate_rows：

tidyr::separate_rows(MyDF, cat)

#   group_id val cat
# 1        1  11   A
# 2        1  11   B
# 3        1  11   C
# 4        2  12   D
# 5        2  12   E
# 6        3  13   F
# 7        4  14   G

【讨论】：

【解决方案2】：

怎么样

lst <- strsplit(MyColumn, split = ",")
k <- lengths(lst)    ## expansion size
FlatColumn <- unlist(lst, use.names = FALSE)
MyNewDF <- data.frame(group_id = rep.int(MyDF$group_id, k),
                      val = rep.int(MyDF$val, k),
                      cat = FlatColumn)

#  group_id val cat
#1        1  11   A
#2        1  11   B
#3        1  11   C
#4        2  12   D
#5        2  12   E
#6        3  13   F
#7        4  14   G

【讨论】：

【解决方案3】：

我们可以从splitstackshape使用cSplit

library(splitstackshape)
cSplit(MyDF, "cat", ",", "long")
#    group_id val cat
#1:        1  11   A
#2:        1  11   B
#3:        1  11   C
#4:        2  12   D
#5:        2  12   E
#6:        3  13   F
#7:        4  14   G

我们还可以使用 do with base R 和 strsplit 将 'cat' 列拆分为 list，使用 'lst' 的 lengths 复制 'MyDF' 的行序列，并创建unlisting 'lst' 的 'cat' 列。

lst <- strsplit(as.character(MyDF$cat), ",")
transform(MyDF[rep(1:nrow(MyDF), lengths(lst)),-3], cat = unlist(lst))

【讨论】：