根据 R 中一列中拆分的字符串重塑数据框答案

【问题标题】：reshape dataframe based on a string split in one column in R根据 R 中一列中拆分的字符串重塑数据框
【发布时间】：2012-09-22 08:06:05
【问题描述】：

我有以下数据结构

ID  Type  Values
1   A     5; 7; 8
2   A     6
3   B     2; 3

我想使用 R 将其重塑为以下内容：

ID  Type  Values
1   A     5
1   A     7
1   A     8
2   A     6
3   B     2
3   B     3

我一直在尝试使用 plyr 解决此问题，但没有任何成功。最好的方法是什么？

【问题讨论】：

标签： r dataframe reshape

【解决方案1】：

这应该可行，但也许有更好的方法：

#recreate data set
dat <- data.frame(ID=1:3, Type=c("A", "A", "B"), Values=c("5; 7; 8", "6", "2; 3"))
#split the Value column by ;
a <- strsplit(as.character(dat$Values), ";", fixed=TRUE)
#remove extra white
a <- lapply(a, function(x) gsub("^\\s+|\\s+$", "", x))
#get the length of each cell in Value so we can use this to index the rows
lens <- sapply(a, length)
#index rows and rename row names to numeric indexes
dat2 <- dat[rep(1:nrow(dat), lens), 1:2]
rownames(dat2) <- NULL
#add the stretched new column back
dat2$Value <- as.numeric(unlist(a))

【讨论】：

【解决方案2】：

不是一个漂亮的答案，但它可能有用

DF <- data.frame(ID=1:3,
                 Type=c('A','A','B'), 
                 Values=c(' 5; 7; 8', '6', ' 2;3')) # this is your df

    # split vectors and coercing values to be numeric
    List <- lapply(strsplit(Values, ';'), as.numeric)

# The desired output
    data.frame(ID=rep(ID, sapply(List, length)), 
               Type=rep(Type, sapply(List, length)),
               Values =   unlist(List))
 ID Type Values
1  1    A      5
2  1    A      7
3  1    A      8
4  2    A      6
5  3    B      2
6  3    B      3

【讨论】：

有趣的是，我最终得到了几乎完全正确的解决方案！

【解决方案3】：

既然您要求plyr 解决方案，那么您就去吧：

ddply(df, .(Type), function(foo) {
    values <- unlist(strsplit(c(foo$Values), ";"))
    data.frame(Type = rep(unique(foo$Type), length(values)), Values = values)
    })

【讨论】：

我认为这对 plyr 来说很难。不是这样，谢谢你证明我的想法是错误的。 +1

【解决方案4】：

我的镜头：

a <- data.frame(id = 1:3, 
                type = c("A", "A", "B"), 
                values = c("5; 7; 8", "6", "2; 3"))

g <- strsplit(as.character(a$values), ";")
data.frame(id = rep(a$id, lapply(g, length)), 
            type = rep(a$type, lapply(g, length)),
            values = unlist(g))

【讨论】：

【解决方案5】：

到目前为止的答案都很棒。这是另一个。

# The data
DF <- data.frame(ID=1:3,
                 Type=c('A','A','B'), 
                 Values=c(' 5; 7; 8', '6', ' 2;3'))

此解决方案使用“reshape2”包中的colsplit() 函数。一个缺点是它希望您知道所需的结果列数。

require(reshape2)
DF2 <- data.frame(DF[-3], colsplit(DF$Values, ";", c("V.1", "V.2", "V.3")))
na.omit(melt(DF2, id.vars=c("ID", "Type")))
#   ID Type variable value
# 1  1    A      V.1     5
# 2  2    A      V.1     6
# 3  3    B      V.1     2
# 4  1    A      V.2     7
# 6  3    B      V.2     3
# 7  1    A      V.3     8

您可以在此处根据需要对列进行排序和删除，以获得最终所需的输出。

【讨论】：

【解决方案6】：

data.table 编码优雅的方法

library(data.table)
DT <- data.table(dat)
DT[, list(Value = unlist(strsplit(as.character(Values), '; '))), by = list(ID, Type)]

【讨论】：