Question

我目前有一个以篮子格式设置的表，以便将不规则数量的数据与表的每一行相关联。如：

01,item1,item2,item3
02,item1,item2,
03,item1,item2,item3,item4
04,item1

但是，我需要将其更改为规范化的事务格式，每行只有一个项目。如：

01,item1
01,item2
01,item3
02,item1
02,item2
03,item1

......等等。是否有简单的自动或编程方式来执行此操作？数据目前在MySQL数据库中，我可以以各种文件类型导出，我也可以访问RStudio和Microsoft Excel来尝试这样做。我能为RStudio找到的所有事务资源都假设数据已经是第二种格式，这正是我想要的。

Answer 1

我假设我理解了数据集在将其读入R后的样子，即它将是一个矩形数据框，其中填充了NA以使行具有相同的长度。所以这应该可以解决问题：

#Create your dataset (this step is not for you)
row1 = c("01","item1","item2","item3",NA)
row2 = c("02","item1","item2",NA,NA)
row3 = c("03","item1","item2","item3","item4")
row4 = c("04","item1",NA,NA,NA)

Data = rbind(row1,row2,row3,row4)

#Now do the reconstruction (this step is for you)
col1 = NULL
col2 = NULL

for(i in 1:nrow(Data)){
    col1 = c(col1,rep(Data[i],ncol(Data)-1))
    col2 = c(col2,Data[i,-1])
}

NewData = cbind(col1,col2)[!is.na(col2),]

所以，你得到的是以下

> Data
     [,1] [,2]    [,3]    [,4]    [,5]   
row1 "01" "item1" "item2" "item3" NA     
row2 "02" "item1" "item2" NA      NA     
row3 "03" "item1" "item2" "item3" "item4"
row4 "04" "item1" NA      NA      NA     
> 
> NewData
      col1 col2   
 [1,] "01" "item1"
 [2,] "01" "item2"
 [3,] "01" "item3"
 [4,] "02" "item1"
 [5,] "02" "item2"
 [6,] "03" "item1"
 [7,] "03" "item2"
 [8,] "03" "item3"
 [9,] "03" "item4"
[10,] "04" "item1"

所以希望这会有所帮助。

Answer 2

这个问题与one非常相似。正如@DWin在评论中提到的那样，您需要将paste( . , . sep=",")应用于拆分列表。

xx <- read.table(text ='01,item1,item2,item3
02,item1,item2,
03,item1,item2,item3,item4
04,item1')

unlist(lapply(strsplit(as.character(xx$V1), ','), 
       function(x) paste(x[1],x[-1],sep=',')))

[1] "01,item1" "01,item2" "01,item3" "02,item1" "02,item2" "03,item1" "03,item2" "03,item3" "03,item4" "04,item1"

将篮子转换为单身

2 个答案: