根据字符串模式匹配拆分数据框列答案

【问题标题】：Split dataframe columns according to string pattern matching根据字符串模式匹配拆分数据框列
【发布时间】：2021-04-17 21:38:35
【问题描述】：

问题 - 数据整理：

我想微调多项选择题考试的注释，每个问题有 5 个项目 - A、B、C、D、E。我想在每个可能的项目上使用系数。为此，我需要做一些数据整理：

输入：

library(tibble)

(
  df <- tribble(
  ~id,   ~Q1,   ~Q2,   ~Q3, 
#|----|------|------|------|
    1,  "CDE",   "A",  "AD",
    2,  "CDE",  "AB",  "AD",
    3,   "DE",  "BC",  "AD")
)

预期输出：

id	Q1_C	Q1_D	Q1_E	Q2_A	Q2_B	Q2_C	Q3_A	Q3_D
1	1	1	1	1	0	0	1	1
2	1	1	1	1	1	0	1	1
3	0	1	1	0	1	1	1	1

【问题讨论】：

标签： r dataframe split

【解决方案1】：

我们可以通过拆分使用mtabulate

library(qdapTools)
cbind(df[1], do.call(cbind, lapply(df[-1],
       function(x) mtabulate(strsplit(x, "")))))

或者使用base R 和table 在使用strsplit 拆分每个列值后，获取频率计数，然后获取cbind list 元素

cbind(df[1], do.call(cbind, lapply(df[-1], function(x) {
       x1 <- strsplit(x, "")
 as.data.frame.matrix(table(data.frame(ind = rep(seq_along(x1), 
    lengths(x1)), val = factor(unlist(x1), levels = LETTERS[1:5]))))})))

-输出

#  id Q1.A Q1.B Q1.C Q1.D Q1.E Q2.A Q2.B Q2.C Q2.D Q2.E Q3.A Q3.B Q3.C Q3.D Q3.E
#1  1    0    0    1    1    1    1    0    0    0    0    1    0    0    1    0
#2  2    0    0    1    1    1    1    1    0    0    0    1    0    0    1    0
#3  3    0    0    0    1    1    0    1    1    0    0    1    0    0    1    0

【讨论】：

【解决方案2】：

另一个基本 R 选项

cbind(
  df[1],
  `colnames<-`(
    do.call(
      cbind,
      lapply(
        df[-1],
        function(x) {
          t(sapply(
            strsplit(x, ""),
            function(v) table(factor(v, levels = LETTERS[1:5]))
          ))
        }
      )
    ),
    paste0(rep(names(df)[-1], each = 5), "_", LETTERS[1:5])
  )
)

给了

  id Q1_A Q1_B Q1_C Q1_D Q1_E Q2_A Q2_B Q2_C Q2_D Q2_E Q3_A Q3_B Q3_C Q3_D Q3_E
1  1    0    0    1    1    1    1    0    0    0    0    1    0    0    1    0
2  2    0    0    1    1    1    1    1    0    0    0    1    0    0    1    0
3  3    0    0    0    1    1    0    1    1    0    0    1    0    0    1    0

【讨论】：

【解决方案3】：

来自其他海报的非常聪明的单行字，但很难破译。

恕我直言，这是一个更具可读性的解决方案：

ABCDE <- LETTERS[1:5]
one_col_to_five <- function(col) sapply(ABCDE,  grepl, col)
(proper_df <- do.call(cbind, lapply(df[, -1], one_col_to_five)))
(proper_df <- as.data.frame(cbind(df$id, proper_df)))

names(proper_df) <- c("id", paste(rep(names(df[-1]), 5), ABCDE, sep = "_"))

【讨论】：