Question

我有一个data.frame，其字符串列包含句点，例如“a.b.c.X”。我希望按句点拆分字符串并保留第三段，例如给出的例子中的“c”。这就是我正在做的事情。

> df = data.frame(v=c("a.b.a.X", "a.b.b.X", "a.b.c.X"), b=seq(1,3))
> df
        v b
1 a.b.a.X 1
2 a.b.b.X 2
3 a.b.c.X 3

我想要的是

> df = data.frame(v=c("a.b.a.X", "a.b.b.X", "a.b.c.X"), b=seq(1,3))
> df
        v b
1 a 1
2 b 2
3 c 3

我正在尝试使用within，但我的结果很奇怪。第一列中第一行的值正在重复。

> get = function(x) { unlist(strsplit(x, "\\."))[3] }
> within(df, v <- get(as.character(v)))
  v b
1 a 1
2 a 2
3 a 3

这样做的最佳做法是什么？我做错了什么？

更新：这是我从@ agstudy的回答中使用的解决方案：

> df = data.frame(v=c("a.b.a.X", "a.b.b.X", "a.b.c.X"), b=seq(1,3))
> get = function(x) gsub(".*?[.].*?[.](.*?)[.].*", '\\1', x)
> within(df, v <- get(v))                                                                                                                                                               
  v b
1 a 1
2 b 2
3 c 3

Answer 1

问题不在于within，而在于get功能。它返回一个字符（"a"），在添加到data.frame时会被回收。您的代码应如下所示：

get.third <- function(x) sapply(strsplit(x, "\\."), `[[`, 3)
within(df, v <- get.third(as.character(v)))

Answer 2

以下是一种可能的解决方案：

df[, "v"] <- do.call(rbind, strsplit(as.character(df[, "v"]), "\\."))[, 3]

## > df
##   v b
## 1 a 1
## 2 b 2
## 3 c 3

Answer 3

使用一些正则表达式，你可以这样做：

gsub(".*?[.].*?[.](.*?)[.].*", '\\1', df$v)
[1] "a" "b" "c"

或者更简洁：

gsub("(.*?[.]){2}(.*?)[.].*", '\\2', v)

Answer 4

“我做错了什么”的答案是，您认为提取每个拆分字符串的第三个元素的代码实际上是将所有所有的元素放在 all < / em>你的字符串在一个向量中，然后返回第三个元素：

get = function(x) { splits = strsplit(x, "\\.") print("All the elements: ") print(unlist(splits)) print("The third element:") print(unlist(splits)[3]) # What you actually wanted: third_chars = sapply(splits, function (x) x[3]) } within(df, v2 <- get(as.character(v)))

如何正确操作R中数据框中的字符串列？

4 个答案: