是否有一个 R 函数可以将一列拆分为任意数量的多个字段命名的列？

Question

例如，我有一个如下所示的数据框：

df = data.frame(x=c('a, b, c','b, c', 'd, e'))

理想情况下，我最终会得到一个如下所示的数据框：

df.transformed = data.frame(x.a = c(1,0,0),
                            x.b = c(1,1,0),
                            x.c = c(1,1,0),
                            x.d = c(0,0,1),
                            x.e = c(0,0,1))

x 中每个可能的逗号分隔值已被分隔。

我已经为这个问题编写了很多次手动解决方案，但这是我在调查数据中遇到的足够多的时间，这让我想知道为什么它不包含在像 tidyr 这样的包中，因为 separate该软件包中的功能似乎不太有用。我希望在加载必要的包后能够在一行中完成此操作。

Answer 1

这可以通过qdapTools 来完成，我们将“x”除以,，后跟零个或多个空格并使用mtabulate

library(qdapTools)
mtabulate(strsplit(as.character(df$x), ",\\s*"))
#  a b c d e
#1 1 1 1 0 0
#2 0 1 1 0 0
#3 0 0 0 1 1

---

或者我们使用tidyverse 方法

library(tidyverse) 
rownames_to_column(df, 'rn') %>% #add row names
       separate_rows(x) %>% #split the rows into long format
       mutate(i = 1) %>% #create a column of 1s
       spread(x, i, fill = 0) %>% #spread to wide format
       select(-rn) %>%  #remove unnecessary columns
       rename_all(funs(paste0("x.", .))) #rename if needed
#    x.a x.b x.c x.d x.e
#1   1   1   1   0   0
#2   0   1   1   0   0
#3   0   0   0   1   1

注意：只是将我的 cmets 发布为解决方案

---

或者另一个选项来自base R table - 不使用任何包

table(stack(setNames(strsplit(as.character(df$x), ",\\s*"), seq_len(nrow(df))))[2:1])
#       values
#ind a b c d e
# 1 1 1 1 0 0
# 2 0 1 1 0 0
# 3 0 0 0 1 1

Answer 2

添加行号列，将x 分隔为行，并在x 中的每个元素前加上x.。然后运行table 并将其转换为数据框。如果您不需要为每个名称加上前缀，则可以省略带有paste 的行，如果您不需要数据框（可以使用表格），则可以省略最后一行。

library(dplyr)
library(tidyr)

df %>% 
   mutate(row = 1:n()) %>% 
   separate_rows(x) %>% 
   mutate(x = paste("x", x, sep = ".")) %>%
   table %>% 
   as.data.frame.matrix 

给予：

  x.a x.b x.c x.d x.e
1   1   1   1   0   0
2   0   1   1   0   0
3   0   0   0   1   1

请注意，如果我们省略可选行，那么我们会得到：

df %>% 
   mutate(row = 1:n()) %>% 
   separate_rows(x) %>% 
   table

给予：

   x
row a b c d e
  1 1 1 1 0 0
  2 0 1 1 0 0
  3 0 0 0 1 1