Question

我有这个角色数据集，

var1 <- c("10300010118,",
          "1030002,",
          "1030003,",
          "103000405, 0512,",
          "103000612, 0717,",
          "10310010618,",
          "103100221,",
          "103100315,",
          "103100412, 0517",
          "103100612,0729,",
          "14510010517,",
          "145100212,",
          "1451003,",
          "145100465, 0588,",
          "145100651, 0777,")

我想将其分为几列，

每5行应放在一行中。在这个例子中，我们有15 行。这意味着所需的输出应为3行。
每五行的第一个字符（在此示例中为1）应为第一列，五行（例如0300）中的后四个字符将为第二行，其余的将在最后一行。

结果数据应如下所示，

> data
    v1 v2    v3
1   1  0300  010118, 02, 03, 0405, 0512, 0612, 0717,
2   1  0310  010618, 0221, 0315, 0412, 0517, 0612, 0729,
3   1  4510  010517, 0212, 03, 0465, 0588, 0651, 0777,

有什么想法吗？

Answer 1

这里是tidyverse的一个选项。在位置索引的基础上将data_frame和'{1}创建为separate分为三列，在'v3'列的字符串末尾删除,，并使用gl将每5行中的行按'grp'，'v1'和'v2'分组，summarise'v3'通过paste将' v3”转换为单个字符串

library(tidyverse)
data_frame(var1) %>% 
    separate(var1, into = paste0('v', 1:3), sep= c(1, 5)) %>% 
    mutate(v3 = str_remove(v3, ",$")) %>%
    group_by(grp = as.integer(gl(n(), 5, n())), v1, v2) %>%
    summarise(v3 = toString(v3)) %>%
    ungroup %>%
    select(-grp)
# A tibble: 3 x 3
#  v1    v2    v3                                       
#  <chr> <chr> <chr>                                    
#1 1     0300  010118, 02, 03, 0405, 0512, 0612, 0717   
#2 1     0310  010618, 0221, 0315, 0412, 0517, 0612,0729
#3 1     4510  010517, 0212, 03, 0465, 0588, 0651, 0777

或者我们可以在base R中通过在上述位置创建一个定界符，然后使用read.csv

来做到这一点。

df1 <- read.table(text= sub("^(.)(.{4})(.*),?$", "\\1-\\2-\\3", var1), 
    sep="-", header = FALSE, stringsAsFactors = FALSE, col.names = paste0("v", 1:3))
df1$grp <- as.integer(gl(nrow(df1), 5, nrow(df1)))
aggregate(v3 ~ ., df1, FUN = toString)[-3]

汇总字符行，拆分并重复

1 个答案: