使用 dplyr 从电子邮件变量生成用户变量？答案

【问题标题】：generate user variable from email variable with dplyr?使用 dplyr 从电子邮件变量生成用户变量？
【发布时间】：2016-01-26 19:32:43
【问题描述】：

我有一个如下所示的数据框：

df1 <-
  structure(
    list(email = c(
      "user1@email.com", "user2@othermail.org"
    )), class = "data.frame", .Names = "email", row.names = c(NA,-2L)
  )

我想生成一个新变量user。我试过这个：

df2 <- df1 %>% mutate(user=strsplit(email, split = '@'))

但我希望 user 只是用户的字符变量，而不是带有 to 元素的列表。我该怎么做？

【问题讨论】：

标签： r dplyr strsplit

【解决方案1】：

您也可以使用基本 R 并删除您不想要的字符。

df1 <-
  structure(
    list(email = c(
      "user1@email.com", "user2@othermail.org"
    )), class = "data.frame", .Names = "email", row.names = c(NA,-2L)
  )

df2 <- df1
df2$user <- gsub("@.*", "", df1$email)
df2
#                 email  user
# 1     user1@email.com user1
# 2 user2@othermail.org user2

【讨论】：

【解决方案2】：

我们可以从tidyr使用separate

library(dplyr)
library(tidyr)
separate(df1, email, into=c('user', 'com'), 
                   sep="@", remove=FALSE) %>% 
       select(-com)
#                 email  user
# 1     user1@email.com user1
# 2 user2@othermail.org user2

或者正如@docendo discimus 所提到的，extract 也可以通过将要提取的字符指定为捕获组中的新列 ((.*)) 来使用，然后是所有其他要删除的字符（即 @ 和多个字符之一 (.*))

extract(df1, email, "user", "(.*)@.*", remove = FALSE)

使用 OP 的代码，strsplit 输出将是 list。如果需要从每个list 元素中提取第一个元素，请使用lapply

 df1 %>%
    mutate(user=lapply(strsplit(email, split = '@'),"[[", 1))

【讨论】：

或extract(df1, email, "user", "(.*)@.*", remove = FALSE)

【解决方案3】：

我们可以通过选择从strsplit返回的每个列表的第一个元素来对您的原始代码进行小修改：

df2 <- df1 %>% mutate(user=lapply(strsplit(email, split = '@'), "[", 1))

【讨论】：