从结构化字符向量中获取两个变量并创建数据框答案

【问题标题】：Grab two variables from structured character vector and create data frame从结构化字符向量中获取两个变量并创建数据框
【发布时间】：2019-02-19 06:47:26
【问题描述】：

让我们有以下向量：

vector <- c("0:00 0,6 0:00", "5:00 1,2 5:00","9:30 0,9 22:00","16:00 1,0","21:30 0,9")

我们看到该元素包含：

小时，数字（例如“0,6”），小时2（或空白）

它似乎是结构化的： “:”后总是两位数（“00”或“30”），然后是“”和带小数点的数字（逗号）。

我想创建数据框并获取包含第一个小时和给定数字的数据框，例如：

#Expected result:
df
$hours $value
#0:00   0.6
#5:00   1.2
#9:30   0.9
#16:00  1.0
#21:30  0.9

【问题讨论】：

避免使用vector 之类的名称。如果有疑问，请先尝试?variable_name here，然后再选择将其用作变量名。

标签： r dataframe vector

【解决方案1】：

你可以试试：

data.frame(hours = sapply(strsplit(vector, " "), function(x) x[1]),
value = sapply(strsplit(vector, " "), function(x) x[2]))

  hours value
1  0:00   0,6
2  5:00   1,2
3  9:30   0,9
4 16:00   1,0
5 21:30   0,9

它首先将向量按strsplit() 分割，然后将第一个和第二个元素组合成一个data.frame。

如果你还想用小数替换逗号：

data.frame(hours = sapply(strsplit(vector, " "), function(x) x[1]),
value = sub(",", ".", sapply(strsplit(vector, " "), function(x) x[2])))

  hours value
1  0:00   0.6
2  5:00   1.2
3  9:30   0.9
4 16:00   1.0
5 21:30   0.9

它与上面的代码相同，但它也使用sub() 将第二个元素中的逗号替换为十进制。

或者：

df <- read.table(text = vector, sep = " ", dec = ",", as.is = TRUE, fill = TRUE)[, 1:2]
colnames(df) <- c("hours", "value")

  hours value
1  0:00   0.6
2  5:00   1.2
3  9:30   0.9
4 16:00   1.0
5 21:30   0.9

它将向量转换为data.frame，空格用作分隔符，逗号用作小数，然后选择前两列。

【讨论】：

【解决方案2】：

试试：

vec1<-sapply(strsplit(vector," "),"[")
df<-plyr::ldply(vec1,function(x) x[1:2])
names(df)<-c("hours","value")       
df$value<-gsub(",",".",df$value)

结果：

  hours value
1  0:00   0.6
2  5:00   1.2
3  9:30   0.9
4 16:00   1.0
5 21:30   0.9

【讨论】：

【解决方案3】：

另一个有趣的解决方案是使用来自stringr 包的word，即

library(stringr)
data.frame(hours = word(vector, 1), 
           values = as.numeric(sub(',', '.', word(vector, 2), fixed = TRUE)), 
           stringsAsFactors = FALSE)

给出，

  hours values
1  0:00    0.6
2  5:00    1.2
3  9:30    0.9
4 16:00    1.0
5 21:30    0.9

【讨论】：