R：解析具有一对多关系的数据

Question

我正在尝试将具有这种格式数据的文件解析为 R：

Author:              Books:
Jane Austen          Sense and Sensibility 
Justin Bieber        NA
Shakespeare          The Taming of the Shrew | Much Ado About Nothing

它具有一对多的结构。我想要的是一个长格式的数据框，如下所示：

Author:         Books:
Jane Austen     Sense and Sensibility
Shakespeare     The Taming of the Shrew
Shakespeare     Much Ado About Nothing

如果您想获取一位作者的所有书籍，或者查找特定书籍的作者，这会更方便。

更一般地说，您如何将（字符串，值列表）格式的数据框转换为（字符串1，值1）； （字符串 1，值 2）； (string2, value3) 格式？我知道如何使用 strsplit，但我对这里的数据框操作不太确定。

奖励积分：我想要快速运行的东西（我在现实生活中有一个大型数据集）。

我正在考虑构建一个大小合适的空数据框（由 sum(sapply(df$colWithListOfStrings,length))) 给出，并使用 for 循环进行迭代以填充它。

PS：我们在这里假设一本书只有一个作者。

Answer 1

您可以使用来自splitstackshape 包的cSplit（来自Ananda Mahto 的非常好的工具）

library(splitstackshape)
cSplit(data, splitCols=2, sep = "|", direction = "long")[!is.na(Books)]
#                   Author                   Books
#1:            Jane Austen   Sense and Sensibility
#2:            Shakespeare The Taming of the Shrew
#3:            Shakespeare  Much Ado About Nothing

输入（数据）

structure(list(Author = c("Jane Austen", "           Justin Bieber", 
                              "           Shakespeare"), Books = c("          Sense and Sensibility ", 
                                                                   "        NA", "          The Taming of the Shrew | Much Ado About Nothing"
                              )), .Names = c("Author", "Books"), class = "data.frame", row.names = c(NA, 
                                                                                                     -3L))