将逗号分隔的字符串拆分为布尔列

Question

我有：

id choice
----------
1  "a,b,c"
2  "c"
3  "a,c"
4  "b,c"

我需要

id a b c
---------
1  1 1 1
2  0 0 1
3  0 0 1
4  0 1 1

（或等效的TRUE / FALSE值）

在R中有没有办法做到这一点？我调查了strsplit，但似乎没有帮助。

Answer 1

这正是我的“splitstackshape”包中的cSplit_e所设计的。

library(splitstackshape)
cSplit_e(DF, "choice", sep = ",", mode = "binary", 
         type = "character", fill = 0, drop = TRUE)
#   id choice_a choice_b choice_c
# 1  1        1        1        1
# 2  2        0        0        1
# 3  3        1        0        1
# 4  4        0        1        1

---

这使用来自@ G.Grothendieck答案的DF作为输入：

Lines <- 'id choice
----------
1  "a,b,c"
2  "c"
3  "a,c"
4  "b,c"'
DF <- read.table(text = Lines, header = TRUE, comment = "-", as.is = TRUE)

Answer 2

试试这个：

txt = 'id choice
----------
1  "a,b,c"
2  "c"
3  "a,c"
4  "b,c"'

library(dplyr)

txt %>% textConnection %>% 
  read.table(skip = 2, stringsAsFactors = FALSE) %>%
  select(V2) %>% unlist %>%
  strsplit("[,]") %>%
  lapply(function(x) data.frame(t(table(c(x, "a", "b", "c"))>1))) %>%
  rbind_all

然后你会得到

Source: local data frame [4 x 3]

      a     b    c
1  TRUE  TRUE TRUE
2 FALSE FALSE TRUE
3  TRUE FALSE TRUE
4 FALSE  TRUE TRUE

Answer 3

使用strsplit分割choice创建s并将其DF$id作为名称。从s提取所有级别的向量all_lev。然后sapply一个s以上的函数，它会从s的每个组件创建一个因子，并在其上运行table。最后调换那个。

s <- setNames( strsplit(DF$choice, ","), DF$id )
all_lev <- sort(unique(unlist(s)))
m <- t(sapply(s, function(x) table(factor(x, lev = all_lev))))

这给出了以下矩阵，其中行名称是id＆＃39; s：

> m
  a b c
1 1 1 1
2 0 0 1
3 1 0 1
4 0 1 1

如果您更喜欢数据框，请使用上面的m：

data.frame(id = rownames(m), m)

注1：如果我们知道级别始终为"a"，"b"和"c"，那么我们可以硬编码all_lev缩短它到：

s <- setNames( strsplit(DF$choice, ","), DF$id )
m <- t(sapply(s, function(x) table(factor(x, lev = c("a", "b", "c")))))

注2：我们假设DF是这样的：

Lines <- 'id choice
----------
1  "a,b,c"
2  "c"
3  "a,c"
4  "b,c"'
DF <- read.table(text = Lines, header = TRUE, comment = "-", as.is = TRUE)

更新缩短回答。

Answer 4

这假设像@kohske那样，您的数据实际上就像您提供的那样。如果不是，请在将来使用dput来共享数据：

txt = 'id choice
----------
1  "a,b,c"
2  "c"
3  "a,c"
4  "b,c"'

dat <- setNames(read.table(text=txt, skip = 2, stringsAsFactors = FALSE), 
    strsplit(strsplit(txt, "\n")[[1]][1], "\\s+")[[1]]
)

library(qdapTools)

matrix2df(mtabulate(unlist(lapply(split(dat[[2]], dat[[1]]), 
    strsplit, ",\\s*"), recursive=FALSE)), "id")

我讨厌嵌套调用，因为我熟悉magrittr的管道%>%，所以这里使用的是管道：

library(magrittr)

txt %>% read.table(text=., skip = 2, stringsAsFactors = FALSE) %>%
    setNames(strsplit(strsplit(txt, "\n")[[1]][1], "\\s+")[[1]]) %>%
    with(split(choice, id)) %>%
    lapply(strsplit, ",\\s*") %>%
    unlist(recursive=FALSE) %>%
    mtabulate %>%
    matrix2df("id")

##   id a b c
## 1  1 1 1 1
## 2  2 0 0 1
## 3  3 1 0 1
## 4  4 0 1 1