R：strsplit 在每一列；错误：替换元素 1 有 [y] 行来替换 1 行答案

【问题标题】：R: strsplit in each column; Error: replacement element 1 has [y] rows to replace 1 rowsR：strsplit 在每一列；错误：替换元素 1 有 [y] 行来替换 1 行
【发布时间】：2018-05-30 17:58:36
【问题描述】：

我正在使用 R 中的数据框（我将其称为“字母”），其中有 15 行乘 2 列。每列 2 包含一个字符串，如“A|B|C|D|E”。我想在每个地方分割字符串 a |似乎得到了向量 c("A", "B", "C", "D", "E")。这是我如何做到这一点的最佳想法：

for(i in 1:nrow(letters)){
  letters[i,2] <- strsplit(letters[i,2], split = "[|]")
}

我收到了与here 讨论的类似错误（“替换有 [x] 行，数据有 [y]”），它似乎试图为输出向量的每个索引创建一个单独的列。我敢肯定这是一个简单的问题，但我是 R 新手并且卡住了。

【问题讨论】：

尝试只运行strsplit(letters[i,2], split = "[|]")并检查输出以进行调试
@Tung > strsplit(letters[i,2], split = "[|]") 返回[[1]] [1] "A" "B" "C" "D" "E"

标签： r strsplit

【解决方案1】：

strsplit(letters[i,2], split = "[|]")[[1]] 是您要查找的内容吗？您将无法将该向量放回 letters[i,2]，尽管它的长度为 5（而不是 1）。

【讨论】：

是的，这就是我要找的。我没有意识到您不能将向量存储在数据框的单元格中。
如果我最终要问的是：哪些行包含“A”，你会建议做什么？哪个包含“D”？所以我需要一个与每个行名关联的列表？
使用grepl("A", letters[[2]])判断每个值是否包含"A"。

【解决方案2】：

您的第二列是（我认为）一个字符向量。 strsplit，正如它在文档中提到的 (?strsplit) 返回一个列表。在我们了解为什么您的具体情况发生之前，一些一般性建议：

创建一个新列而不是替换现有列。这样做的额外好处是不会丢失原始值。
仅用同一类的新值替换列中的值（例如，字符替换字符，整数替换整数）。

所以我建议添加一个新的拆分值列：

letters[["splits"]] <- strsplit(letters[[2]], split = "|", fixed = TRUE)

您现在有一个列表列，该列的每一行都有一个由原始值拆分的字母组成的向量。

您的问题发生的原因

让我们剖析赋值语句：

letters[i,2] <- strsplit(letters[i,2], split = "[|]")

<- 的左侧是letters[i, 2]，也就是data.frame。 data.frame 将其所有数据存储在一个列表中。 R 允许我们使用这个事实，尤其是在赋值中。我们可以添加或替换列，就像添加或替换列表中的项目一样。

# This...
letters[, "one"] <- 1
letters[, "two"] <- 2
# is effectively the same as this
letters[, c("one", "two")] <- list(1, 2)

在-> 的右侧，我们调用了strsplit()，它返回一个list。如上例所示，如果将列表分配给data.frame 的子集，它将被强制转换为data.frame 本身。列表的每个元素都将被视为一列。所以，任务是这样进行的：

如果letters[i,2] 是"A|B|C|D|E"，那么strsplit(letters[i,2], split = "[|]") 是list(c("A", "B", "C", "D", "E"))。
分配检查双方，并将data.frame 视为“更高”类型，因此它将列表强制为data.frame。右侧现在实际上是 data.frame(c("A", "B", "C", "D", "E"))。
现在它尝试将具有 1 列和 5 行 的 data.frame 分配给具有 1 列和 1 行 的子集。这些尺寸不匹配，因此它会从右侧（仅第一行）获取尽可能多的内容并警告您发生的情况。

为什么建议的作业有效

那为什么没有强制呢？

letters[["splits"]] <- strsplit(letters[[2]], split = "|", fixed = TRUE)

左侧使用[[ 子集（将data.frame 视为列表）添加或替换"splits" 列。所以从来没有强制执行过。

此外，data.frame 可以将list 作为列，就像list 可以将list 作为元素一样。 data.frame 列只需要满足两件事：

它必须是一个向量。
其长度必须等于data.frame 中的行数（必要时尝试回收）。

list 是一种向量。并且strsplit() 返回一个与其输入长度相同的列表，因此满足两个条件。

【讨论】：