将列元素分成 3 个单独的列 (R)答案

【问题标题】：Separating a column element into 3 separate columns (R)将列元素分成 3 个单独的列 (R)
【发布时间】：2014-08-08 00:06:53
【问题描述】：

我有一个如下的数据框 (theData)，其中的值由管道分隔：

Col1  Col2     Col3 
1     colors   red|green|purple
1     colors   red|pink|yellow
1     colors   yellow|mauve|purple
1     colors   red|green|orange
1     colors   red|yellow|purple
1     colors   red|green|purple

我想将 Col3 分成额外的列，如下所示：

Col1     Col2        Col3                    Col4      Col5  
1       colors      red                     green     purple
1       colors      red                     pink      yellow
1       colors      yellow                  mauve     purple
1       colors      red                     green     orange
1       colors      red                     yellow    purple
1       colors      red                     green     purple

我尝试了以下方法：

str_split_fixed(as.character(theData$Col3), "|", 3)

但这不起作用。

【问题讨论】：

可能类似于cbind(theData[, c(1,2 )], as.data.frame(do.call(rbind, strsplit(theData$Col3, "|", fixed=T))))？

标签： r

【解决方案1】：

My cSplit function 很容易处理这类问题。

cSplit(theData, "Col3", "|")
#    Col1   Col2 Col3_1 Col3_2 Col3_3
# 1:    1 colors    red  green purple
# 2:    1 colors    red   pink yellow
# 3:    1 colors yellow  mauve purple
# 4:    1 colors    red  green orange
# 5:    1 colors    red yellow purple
# 6:    1 colors    red  green purple

结果是data.table，因为该函数利用“data.table”包来提高效率，尤其是对于较大的数据集。

【讨论】：

【解决方案2】：

您也可以从reshape 尝试colsplit

  library(reshape)
  cbind(theData[,1:2],
     colsplit(theData$Col3, "[|]", names=c("Col3", "Col4", "Col5")))
  #  Col1   Col2   Col3   Col4   Col5
 #1    1 colors    red  green purple
 #2    1 colors    red   pink yellow
 #3    1 colors yellow  mauve purple
 #4    1 colors    red  green orange
 #5    1 colors    red yellow purple
 #6    1 colors    red  green purple

或者直接使用read.table

   cbind(theData[,1:2],
         setNames(read.table(text=theData$Col3,sep="|",header=F,stringsAsFactors=F),paste0("Col",3:5)))

【讨论】：

【解决方案3】：

再添加一个选项。看你喜不喜欢。这是 Hadley 的 tidyr 包。代码很干净。

> library(tidyr)
> test <- data.frame(Col3 = c("red|green|purple", "red|pink|yellow"))
> test
Source: local data frame [2 x 1]

              Col3
1 red|green|purple
2  red|pink|yellow

> test %>% separate(Col3, c("A", "B", "C"), sep = "\\|")
Source: local data frame [2 x 3]

    A     B      C
1 red green purple
2 red  pink yellow

【讨论】：

【解决方案4】：

你只需要用[] 包裹|，或者用\\| 转义它。这看起来像是 mapply 的工作。

> m <- mapply(strsplit, dat$Col3, split = "[|]", USE.NAMES = FALSE)
> setNames(cbind(dat[-3], do.call(rbind, m)), paste0("Col", 1:5))
#   Col1   Col2   Col3   Col4   Col5
# 1    1 colors    red  green purple
# 2    1 colors    red   pink yellow
# 3    1 colors yellow  mauve purple
# 4    1 colors    red  green orange
# 5    1 colors    red yellow purple
# 6    1 colors    red  green purple

使用str_split_fixed 的尝试，只需要稍作改动，

> library(stringr)
> cbind(dat[-3], str_split_fixed(dat$Col3, "[|]", 3))

【讨论】：