将列拆分为多列 R答案

【问题标题】：Split column into multiple columns R将列拆分为多列 R
【发布时间】：2014-07-28 19:58:54
【问题描述】：

我有一个数据框列，我需要将其拆分为 3 个单独的列。看起来像这样：

I:500-600
I:700-900
II:200-250

我想把它分成以下 3 列：

事实证明，这比我希望的要复杂一些。任何帮助将不胜感激。

【问题讨论】：

标签： regex r split dataframe

【解决方案1】：

其他选项包括来自tidyr的extract

library(tidyr)
extract(df1, V1, into=c('V1','V2', 'V3'),
            '([^:]*):([0-9]*)-([0-9]*)', convert=TRUE)
#  V1  V2  V3
#1  I 500 600
#2  I 700 900
#3 II 200 250

或tstrsplit 来自data.table。

library(data.table)#v1.9.5+
setDT(df1)[, tstrsplit(V1, '[:-]', type.convert=TRUE)]
#   V1  V2  V3
#1:  I 500 600
#2:  I 700 900
#3: II 200 250

注意：这两个选项都有参数来转换输出列的类

数据

df1 <- structure(list(V1 = c("I:500-600", "I:700-900", "II:200-250")), 
 .Names = "V1", class = "data.frame", row.names = c(NA, -3L))

【讨论】：

akrun，data.table 国王。

【解决方案2】：

我会从我的“splitstackshape”包中推荐cSplit。

语法非常简单：cSplit(yourInputDataFrame, yourSplittingColumn, theDelimiters)。

这是vector 的示例。如果您已经有 data.frame 或 data.table，则可以跳过 data.table 部分。

library(splitstackshape)
cSplit(data.table(x), "x", ":|-", fixed = FALSE)
#    x_1 x_2 x_3
# 1:   I 500 600
# 2:   I 700 900
# 3:  II 200 250

默认也运行type.convert:

str(.Last.value)
# Classes ‘data.table’ and 'data.frame':    3 obs. of  3 variables:
#  $ x_1: Factor w/ 2 levels "I","II": 1 1 2
#  $ x_2: int  500 700 200
#  $ x_3: int  600 900 250
#  - attr(*, ".internal.selfref")=<externalptr>

【讨论】：

【解决方案3】：

您可以将strsplit 与使用: 或- 的OR 参数拆分一起使用，这将为您提供一个可以进一步处理的列表。

> test <- c('I:500-600', 'I:700-900', 'II:200-250')
> do.call(rbind.data.frame, strsplit(test, ":|-"))
  c..I....I....II.. c..500....700....200.. c..600....900....250..
1                 I                    500                    600
2                 I                    700                    900
3                II                    200                    250

如果名字很重要

> as.data.frame(do.call(rbind, strsplit(test, ":|-")))
  V1  V2  V3
1  I 500 600
2  I 700 900
3 II 200 250

【讨论】：

【解决方案4】：

str_match 的另一个解决方案来自stringr 包：

x <- c("I:500-600", "I:700-900", "II:200-250")
library(stringr)
as.data.frame(str_match(x, "^(.*):(.*)-(.*)$")[,-1])
##   V1  V2  V3
## 1  I 500 600
## 2  I 700 900
## 3 II 200 250

在上面的正则表达式中，我们匹配3个子字符串：从开头到:，从:到-，从-到结尾。每个匹配的子字符串将在结果对象中构成一个单独的列。

【讨论】：