Проблема: По некоторым причинам мое программное обеспечение использует пробелы для разделения данных, но также использует пробелы в словах или фразах, которые не должны учитываться как отдельные ячейки, поэтому мои данные начинаются с неправильных столбцов. Это кажется достаточно простым, я уверен, что кто-то еще писал об этой конкретной проблеме, но я не могу найти подходящих терминов, чтобы достаточно четко сформулировать мою проблему, чтобы найти другие сообщения.
Пример данных:
bad <- data.frame(c("Block","NA","NA","Block","NA","NA"),
c("1:","image2","image3","2:","image5","image6"),
c("image1","NA","NA","image4","NA","NA"))
Токовый выход:
names(bad) <- NULL
print(bad)
1 Block 1: image1
2 NA image2 NA
3 NA image3 NA
4 Block 2: image4
5 NA image5 NA
6 NA image6 NA
Желаемый выход:
1 Block 1: image1
2 NA image2
3 NA image3
4 Block 2: image4
5 NA image5
6 NA image6
7 #From 3 to 2 columns
Вопрос: Какой самый эффективный способ сделать это?
Что я пробовал / думал о: 1) Функция cleanme из data science (но она просто сохраняет строки данных там, где есть строка "Block" и устранить другие строки); 2) Не уверен, как это сделать, но в основном использую функцию gsub, чтобы заменить каждое значение столбца 2, который содержит [1: 5], за которым следует «:» на «Блок [1: 5]:», а затем перемещение всей этой строки влево (но проблема в том, что у меня также есть строки с датами, которые я не хочу свернуть и которые могут начинаться точно так же); 3) Даже если я использую функцию gsub для замены одной строки на другую, мне все равно придется свернуть столбцы, что я мог бы сделать с помощью функции paste, но опять же, я хочу свернуть или заменить только первые два столбцы каждой строки, которые начинаются со строки «Блок» - и я не уверен в спецификациях синтаксиса, чтобы объединить все это, или действительно ли я просто усложняю свою жизнь даром.
Примечание: Я делал уроки и т. Д., Но не могу найти способ сделать это специально. Пожалуйста, направьте меня к нужному посту / дубликату и удалите этот, если он уже существует. Спасибо!
Обновление
Слегка адаптируя приведенный ниже ответ earch к моей фактической структуре данных, я смог найти рабочее решение (мой набор данных сложнее, чем мой пример). Для справки:
# Continuing from example above
bad <- as.matrix(bad) # Note that I didn't need this step for my actual data but needed here
good <- lapply(1:nrow(bad), function(i) bad[i, !is.na(bad[i, ])]) # Transforms rows into lists
good <- lapply(good, function(x) {
if (x[1] == "Block") { # If the row starts with the word "Block", then do the following:
c(paste(x[1:2], collapse = " "), x[3:length(x)]) # Paste the first two cells collapsed together (so Block + the block number belonging to the next cell) while adding the remaining row cells
} else {
c(x) # Just put the row in a list (didn't worked without this step)
}
})
good <- do.call(rbind, good) # Binds elements from list together
good <- as.data.frame(good) # Puts everything nicely in a neat dataframe
good
V1 V2 V3
1 Block 1: image1 Block 1:
2 NA image2 NA
3 NA image3 NA
4 Block 2: image4 Block 2:
5 NA image5 NA
6 NA image6 NA
Как вы можете видеть, с моей модификацией, использующей этот пример данных, все еще есть небольшая проблема, которая заключается в том, что «Блок 2:» повторяется далее, но это не слишком большая проблема, и, по крайней мере, фактические данные выровнены. В моих реальных данных было еще много столбцов, так что этого не произошло, и при использовании этого решения третий и следующий столбцы фактически содержали время реакции и другую информацию.