Разделить столбец строки фрейма данных на несколько столбцов

Question

Я хотел бы взять данные вида

before = data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
  attr          type
1    1   foo_and_bar
2   30 foo_and_bar_2
3    4   foo_and_bar
4    6 foo_and_bar_2

и использовать split() в столбце "type" сверху, чтобы получить что-то вроде этого:

  attr type_1 type_2
1    1    foo    bar
2   30    foo  bar_2
3    4    foo    bar
4    6    foo  bar_2

Я придумал что-то невероятно сложное, включающее какую-то форму apply, которая работала, но с тех пор я потерял это место.Это казалось слишком сложным, чтобы быть лучшим способом.Я могу использовать strsplit, как показано ниже, но тогда неясно, как вернуть это обратно в 2 столбца во фрейме данных.

> strsplit(as.character(before$type),'_and_')
[[1]]
[1] "foo" "bar"

[[2]]
[1] "foo"   "bar_2"

[[3]]
[1] "foo" "bar"

[[4]]
[1] "foo"   "bar_2"

Спасибо за любые указатели.Я пока еще не совсем прогнал списки R.

Answer 1

Использование stringr::str_split_fixed

library(stringr)
str_split_fixed(before$type, "_and_", 2)

Answer 2

Другой вариант - использовать новый пакет tidyr.

library(dplyr)
library(tidyr)

before <- data.frame(
  attr = c(1, 30 ,4 ,6 ), 
  type = c('foo_and_bar', 'foo_and_bar_2')
)

before %>%
  separate(type, c("foo", "bar"), "_and_")

##   attr foo   bar
## 1    1 foo   bar
## 2   30 foo bar_2
## 3    4 foo   bar
## 4    6 foo bar_2

Answer 3

5 лет спустя добавление обязательного data.table решения

library(data.table) ## v 1.9.6+ 
setDT(before)[, paste0("type", 1:2) := tstrsplit(type, "_and_")]
before
#    attr          type type1 type2
# 1:    1   foo_and_bar   foo   bar
# 2:   30 foo_and_bar_2   foo bar_2
# 3:    4   foo_and_bar   foo   bar
# 4:    6 foo_and_bar_2   foo bar_2

Мы могли бы также убедиться, что получающиеся столбцы будут иметь правильные типы и , повысить производительность, добавив type.convertи fixed аргументы (поскольку "_and_" на самом деле не является регулярным выражением)

setDT(before)[, paste0("type", 1:2) := tstrsplit(type, "_and_", type.convert = TRUE, fixed = TRUE)]

Answer 4

Еще один подход: используйте rbind на out:

before <- data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))  
out <- strsplit(as.character(before$type),'_and_') 
do.call(rbind, out)

     [,1]  [,2]   
[1,] "foo" "bar"  
[2,] "foo" "bar_2"
[3,] "foo" "bar"  
[4,] "foo" "bar_2"

и объедините:

data.frame(before$attr, do.call(rbind, out))

Answer 5

Обратите внимание, что sapply с "[" можно использовать для извлечения первого или второго элементов в этих списках так:

before$type_1 <- sapply(strsplit(as.character(before$type),'_and_'), "[", 1)
before$type_2 <- sapply(strsplit(as.character(before$type),'_and_'), "[", 2)
before$type <- NULL

А вот метод gsub:

before$type_1 <- gsub("_and_.+$", "", before$type)
before$type_2 <- gsub("^.+_and_", "", before$type)
before$type <- NULL

Answer 6

здесь один вкладыш в том же ключе, что и в решении Aniko, но с использованием пакета stringl hadley:

do.call(rbind, str_split(before$type, '_and_'))

Answer 7

Чтобы добавить к опциям, вы также можете использовать мою функцию splitstackshape::cSplit, например:

library(splitstackshape)
cSplit(before, "type", "_and_")
#    attr type_1 type_2
# 1:    1    foo    bar
# 2:   30    foo  bar_2
# 3:    4    foo    bar
# 4:    6    foo  bar_2

Answer 8

Простой способ - использовать sapply() и функцию [:

before <- data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
out <- strsplit(as.character(before$type),'_and_')

Например:

> data.frame(t(sapply(out, `[`)))
   X1    X2
1 foo   bar
2 foo bar_2
3 foo   bar
4 foo bar_2

sapply() - это матрицануждается в перемещении и приведении обратно к фрейму данных.Тогда некоторые простые манипуляции дают желаемый результат:

after <- with(before, data.frame(attr = attr))
after <- cbind(after, data.frame(t(sapply(out, `[`))))
names(after)[2:3] <- paste("type", 1:2, sep = "_")

На данный момент, after - это то, что вы хотели

> after
  attr type_1 type_2
1    1    foo    bar
2   30    foo  bar_2
3    4    foo    bar
4    6    foo  bar_2

Answer 9

Вот базовый линейный лайнер R, который перекрывает несколько предыдущих решений, но возвращает data.frame с правильными именами.

out <- setNames(data.frame(before$attr,
                  do.call(rbind, strsplit(as.character(before$type),
                                          split="_and_"))),
                  c("attr", paste0("type_", 1:2)))
out
  attr type_1 type_2
1    1    foo    bar
2   30    foo  bar_2
3    4    foo    bar
4    6    foo  bar_2

Используется strsplit для разбиения переменной и data.frame с do.call / rbind для возврата данных в data.frame. Дополнительным дополнительным улучшением является использование setNames для добавления имен переменных в data.frame.

Answer 10

Тема исчерпана почти , я хотел бы предложить решение немного более общей версии, в которой вы априори не знаете количество выходных столбцов.Так, например, у вас есть

before = data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2', 'foo_and_bar_2_and_bar_3', 'foo_and_bar'))
  attr                    type
1    1             foo_and_bar
2   30           foo_and_bar_2
3    4 foo_and_bar_2_and_bar_3
4    6             foo_and_bar

Мы не можем использовать dplyr separate(), потому что мы не знаем количество столбцов результата до разделения, поэтому я создал функцию, которая использует stringr разделить столбец, учитывая шаблон и префикс имени для сгенерированных столбцов.Я надеюсь, что используемые шаблоны кодирования верны.

split_into_multiple <- function(column, pattern = ", ", into_prefix){
  cols <- str_split_fixed(column, pattern, n = Inf)
  # Sub out the ""'s returned by filling the matrix to the right, with NAs which are useful
  cols[which(cols == "")] <- NA
  cols <- as.tibble(cols)
  # name the 'cols' tibble as 'into_prefix_1', 'into_prefix_2', ..., 'into_prefix_m' 
  # where m = # columns of 'cols'
  m <- dim(cols)[2]

  names(cols) <- paste(into_prefix, 1:m, sep = "_")
  return(cols)
}

Затем мы можем использовать split_into_multiple в трубе dplyr следующим образом:

after <- before %>% 
  bind_cols(split_into_multiple(.$type, "_and_", "type")) %>% 
  # selecting those that start with 'type_' will remove the original 'type' column
  select(attr, starts_with("type_"))

>after
  attr type_1 type_2 type_3
1    1    foo    bar   <NA>
2   30    foo  bar_2   <NA>
3    4    foo  bar_2  bar_3
4    6    foo    bar   <NA>

И затем мы можем использовать gatherпривести в порядок ...

after %>% 
  gather(key, val, -attr, na.rm = T)

   attr    key   val
1     1 type_1   foo
2    30 type_1   foo
3     4 type_1   foo
4     6 type_1   foo
5     1 type_2   bar
6    30 type_2 bar_2
7     4 type_2 bar_2
8     6 type_2   bar
11    4 type_3 bar_3