如何从 R 中的 strsplit() 中获取空的最后一个元素？答案

【问题标题】：How to get empty last elements from strsplit() in R?如何从 R 中的 strsplit() 中获取空的最后一个元素？
【发布时间】：2014-11-01 22:35:48
【问题描述】：

我需要处理一些主要是 csv 的数据。问题是如果逗号出现在行尾，R 会忽略逗号（例如，下例中 3 之后的那个）。

> strsplit("1,2,3,", ",")
[[1]]
[1] "1" "2" "3"

我希望它改为[1] "1" "2" "3" NA。我怎样才能做到这一点？谢谢。

【问题讨论】：

标签： r string csv strsplit

【解决方案1】：

这里有几个想法

scan(text="1,2,3,", sep=",", quiet=TRUE)
#[1]  1  2  3 NA

unlist(read.csv(text="1,2,3,", header=FALSE), use.names=FALSE)
#[1]  1  2  3 NA

它们都返回整数向量。您可以将as.character 包裹在其中任何一个周围，以获得您在问题中显示的确切输出：

as.character(scan(text="1,2,3,", sep=",", quiet=TRUE))
#[1] "1" "2" "3" NA

或者，您可以在scan 中指定what="character"，或者在read.csv 中指定colClasses="character" 以获得略有不同的输出

scan(text="1,2,3,", sep=",", quiet=TRUE, what="character")
#[1] "1" "2" "3" "" 

unlist(read.csv(text="1,2,3,", header=FALSE, colClasses="character"), use.names=FALSE)
#[1] "1" "2" "3" ""

您还可以指定na.strings="" 和colClasses="character"

unlist(read.csv(text="1,2,3,", header=FALSE, colClasses="character", na.strings=""), 
       use.names=FALSE)
#[1] "1" "2" "3" NA

【讨论】：

【解决方案2】：

Hadley 的 stringi（以及之前的 stringr）库是对基本字符串函数（完全矢量化、一致的函数接口）的巨大改进：

require(stringr)
str_split("1,2,3,", ",")

[1] "1" "2" "3" "" 

as.integer(unlist(str_split("1,2,3,", ",")))
[1]  1  2  3 NA

【讨论】：

stringr 很慢，你应该使用stringi :)
@silvaran 你是完全正确的，我写这篇文章后才知道stringi。（到底如何才能掌握 R 中的 which-latest-greatest-package？）

【解决方案3】：

使用stringi 包：

require(stringi)
> stri_split_fixed("1,2,3,",",")
[[1]]
[1] "1" "2" "3" "" 
## you can directly specify if you want to omit this empty elements
> stri_split_fixed("1,2,3,",",",omit_empty = TRUE)
[[1]]
[1] "1" "2" "3"

【讨论】：