在依赖于不同子字符串的单独列中创建值

时间:2013-04-10 14:39:31

标签: r calculated-columns

在某些宽格式数据上使用melt后,我在R中有以下数据框:

Condition value
C1SSC     4.5
C2SSC     7.7
TC1SSC    6.0
TC2SSC    7.3
PC1SSC    4.5
PC2SSC    5.7

每个字符或子字符串都有特定的含义(例如,TC2SSC表示用双眼观察纹理[T]圆[C]的条件[2],响应'起始形状'是圆[SSC] ])。

我想要做的是生成依赖于这些字符和子字符串的新变量列 - 一个用于纹理,一个用于形状,依此类推。我考虑使用greplsubstr,但我不确定这些是否可以评估字符串的特定部分(即在确定形状时,检查前两个字符以查看它们是否包含'C' )。

理想情况下,这就是我最终得到的结果(例如TC2SSC):

Texture    Shape    View    startShape    value
T          Circle   2       Circle        4.5

有很多有用的功能,但我不确定哪种功能最好用。任何建议都将不胜感激。

1 个答案:

答案 0 :(得分:2)

这是解决问题的直接方法。基本上,使用带有gsub的模式在要“分割”的每个字符(此处为“_”)之后插入一个字符,然后在其上使用strsplit。方法如下:

split.df <- data.frame(do.call(rbind, strsplit(gsub("(C|SSC|[0-9]+)", "_\\1_", 
                      dt$Condition), "[_]+")), stringsAsFactors=FALSE)

#   X1 X2 X3  X4
# 1     C  1 SSC
# 2     C  2 SSC
# 3  T  C  1 SSC
# 4  T  C  2 SSC
# 5  P  C  1 SSC
# 6  P  C  2 SSC

现在,其余部分非常简单(更改名称,转换类并将C替换为圆形等)。

names(split.df) <- c("Texture", "Shape", "View", "startShape")
split.df <- within(split.df, { Shape[Shape == "C"] <- "Circle" 
            View <- as.numeric(View)
            startShape[startShape == "SSC"] <- "Circle"} )
cbind(split.df, value = df$value)

#   Texture  Shape View startShape df$value
# 1         Circle    1     Circle      4.5
# 2         Circle    2     Circle      7.7
# 3       T Circle    1     Circle      6.0
# 4       T Circle    2     Circle      7.3
# 5       P Circle    1     Circle      4.5
# 6       P Circle    2     Circle      5.7