将包含不等长度字符串的列拆分为R中的多列

【问题标题】：split column containing strings of unequal length into multiple columns in R将包含不等长度字符串的列拆分为R中的多列
【发布时间】：2018-09-25 21:39:08
【问题描述】：

我有一个这样的数据框 -

uniq = data.frame(Freq = c(172,4,50,3), 
  seq = c("G","G G T G T","G G T T","T G T T A T T"))

我想将第二列分成多列而不重复。以空格分隔的字符串。

我尝试使用下面的代码，但这会将较小字符串的值复制到较长字符串的长度 -

within(uniq, uniq_seq <-data.frame(do.call('rbind', strsplit(as.character(uniq[,2]), ' '))))

感谢您的帮助！

【问题讨论】：

标签： r string dataframe split

【解决方案1】：

这绝对是一个奇怪的请求，但使用 tidyverse 绝对可以。

library(tidyverse)

df <- uniq %>% 
  mutate(n = row_number()) %>%
  separate_rows(seq, sep = ' ') %>% 
  group_by(n, Freq) %>% 
  mutate(n2 = row_number()) %>% 
  spread(n2, seq) %>%
  select(-n)

   Freq `1`   `2`   `3`   `4`   `5`   `6`   `7`  
  <dbl> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
1     3 T     G     T     T     A     T     T    
2     4 G     G     T     G     T     NA    NA   
3    50 G     G     T     T     NA    NA    NA   
4   172 G     NA    NA    NA    NA    NA    NA

【讨论】：

如果频率列有重复怎么办？我的意思是可以有另一行 Freq 为 50 和不同的 seq 值。