取消列出数据框列而不丢失另一列的信息答案

【问题标题】：Unlist data frame column wihtout losing information from other column取消列出数据框列而不丢失另一列的信息
【发布时间】：2015-11-18 10:40:22
【问题描述】：

我找到了一个post，和我的问题很相似。我有一个带有关键字列表的data.frame，这些关键字在一个列中用分号分隔，在另一列中用年份分隔。我想在不丢失年份信息的情况下取消列出关键字。

我可以用 strsplit 和 unlist 分隔关键字

keywords <- unlist(strsplit(df$keywords,";"))
l1 <- sapply(df$keywords, length)
Year <- rep(df$Year, l1)
length(Year)
length(keywords)
dfkeywords=data.frame(Year=Year, Keywords=keywords, stringsAsFactors = F)

但我未能生成与关键字向量长度相同的年份向量。

我该如何以聪明的方式做到这一点？

最好的皮特

【问题讨论】：

试试：library(splitstackshape); cSplit(df, "keywords", ";", "long") 看看是否能满足您的需求。
我们能得到一个可重现的例子吗？ stackoverflow.com/questions/5963269/…

标签： r list dataframe strsplit

【解决方案1】：

在取消列出拆分关键字之前计算长度。所以拆分关键字

keywords = strsplit(df$keywords,";")

找出每条记录的长度（关键词的数量）

lens = lengths(keywords)

创建data.frame

data.frame(Year=rep(df$Year, lens), Keywords=unlist(keywords),
           stringsAsFactors=FALSE)

【讨论】：

【解决方案2】：

假设你有这样的东西：

df <- data.frame(keywords = c("some;text", "some;other;text", "even;more;text;here"),
                 Year = c(2025, 2026, 2099))
df
#              keywords Year
# 1           some;text 2025
# 2     some;other;text 2026
# 3 even;more;text;here 2099

那么我建议你考虑使用我的“splitstackshape”包中的cSplit。

library(splitstackshape)
cSplit(df, "keywords", ";", "long")
#    keywords Year
# 1:     some 2025
# 2:     text 2025
# 3:     some 2026
# 4:    other 2026
# 5:     text 2026
# 6:     even 2099
# 7:     more 2099
# 8:     text 2099
# 9:     here 2099

其他需要考虑的方法是：

“dplyr”+“tidyr”

library(dplyr)
library(tidyr)
df %>%
  mutate(keywords = strsplit(as.character(keywords), ";")) %>%
  unnest(keywords)

“数据表”

library(data.table)
as.data.table(df)[, list(keywords = unlist(strsplit(as.character(keywords), ";"))), 
                  by = Year]

【讨论】：