R使用strsplit分割字符向量？答案

【问题标题】：R split character vector using strsplit?R使用strsplit分割字符向量？
【发布时间】：2012-09-08 13:55:36
【问题描述】：

作为 R 中的新手，如何正确对待具有多个值的变量：

x = c("1","1","1/2","2","2/3","1/3")

如您所见，值 3 仅与其他值一起出现。

要进一步计算x，最好获得3个向量，例如：

X[1] = c(1,1,1,NA,NA,1)

因为“1”出现在第 1、第 2、第 3 和第 6 位。与X[2] 和X[3] 同上

这样做似乎保留了所有信息：我错了吗？

我已经测试了 strsplit，但它没有保留 NA 的值，这些值不在我的向量中。

【问题讨论】：

标签： r split statistics dataframe strsplit

【解决方案1】：

另一种方法是使用我的“splitstackshape”包中的cSplit_e。

x = c("1","1","1/2","2","2/3","1/3")
library(splitstackshape)
cSplit_e(data.frame(x), "x", "/")
#     x x_1 x_2 x_3
# 1   1   1  NA  NA
# 2   1   1  NA  NA
# 3 1/2   1   1  NA
# 4   2  NA   1  NA
# 5 2/3  NA   1   1
# 6 1/3   1  NA   1

（请注意，此处的结果与已接受答案中的结果相比是转置的。）

【讨论】：

【解决方案2】：

这似乎有效：

x = c("1","1","1/2","2","2/3","1/3")

#Split on your character. This may not be inclusive of all characters that 
#need to be split on.
xsplit <- strsplit(x, "\\/")
#Find the unique items
xunique <- unique(unlist(xsplit))

#Iterate over each xsplit for all unique values
out <- sapply(xsplit, function(z)  
  sapply(xunique, function(zz) zz %in% z)
)
#convert FALSE to NA
out[out == FALSE] <- NA

#Results in
> out
  [,1] [,2] [,3] [,4] [,5] [,6]
1 TRUE TRUE TRUE   NA   NA TRUE
2   NA   NA TRUE TRUE TRUE   NA
3   NA   NA   NA   NA TRUE TRUE

【讨论】：

几乎！似乎我无法像在我的示例中那样访问第一行或第一列中的所有值，因为当我期望第一行的向量时，out[1] 只给了我一个术语
@CyrilleGUIBERT - out 是一个矩阵，因此您需要使用matrix[i,j] 表示法对其进行索引，其中i 指的是行，j 是列。所以out[1,] 会给你第一行和所有的列。 “空白”索引分别表示“所有行或列”。
OK：我验证答案；还有一个问题：这是验证此类数据并在我的 data.frame 中的任何其他向量之后计算它们的好方法吗？
@CyrilleGUIBERT - 老实说，不太确定。您的数据“看起来”应该是数字，但您似乎出于某种原因将其视为字符数据。您要进行哪种验证？
正如我所说，我是 R 的新手；其他统计软件将此类数据视为多值变量（因为它们通常由复选框作为多项选择选项产生）；进一步的计算并没有什么特别的：例如，描述性统计数据和对交叉表中其他变量的操作；显然我将 TRUE 转换为 1 获取数值（使用 out[out==TRUE] <- 1）