Question

我在R中读取了一个包含n列的数据框（df＆lt; -read.csv（data，as.is = T）），其中一列是这样的char列：

 df$qual
===========

1/5
12/17
...
0/3
9/14

我希望将此列转换为数字向量，仅保留每行的第1个元素。

 df$qual
===========

1
12
...
0
9

我想有更简单的方法（想法欢迎！），但我尝试了一下：

sapply(df$qual,strsplit() ,simplify=T)

现在的问题是我如何/在哪里传递参数split =＆＃34; /＆＃34;这样有效吗？ R帮助没什么帮助。

提前感谢，p。

Answer 1

也许

sapply(strsplit(df$qual,split="/") , "[[", 1)

解释：strsplit生成结果列表，即原始输入中每个字符元素的字符向量。 "[["是调用索引运算符的简便方法，而1表示将附加参数1传递给[[ - 即取第一个元素。另外两种可能更透明的方法来做同样的事情：

sapply(strsplit(df$qual,split="/"), function(x) x[[1]])

或

sapply(strsplit(df$qual,split="/") , head, 1)

您最后可能需要考虑as.numeric()。

Answer 2

一个带有示例的小替代方案（到目前为止我一直在使用）：

myvec <- c('1/5', '12/17', '0/3','111/03') #define a vector

sapply(myvec, function(x) { #using sapply
  a <- gregexpr(pattern='/', x)[[1]][1]  #find location of '/'
  return(substring(x , 1, a-1)) #substring from start and up to 1 position before the '/'
} )

输出（如果您不喜欢名字，可以unname：

   1/5  12/17    0/3 111/03 
   "1"   "12"    "0"  "111"

Answer 3

你的标题和描述之间有一点点含糊不清，所以无论如何我都会分享这个。

问题1 ，关于如何使用sapply提取每个列表的第一个元素已被@BenBolker充分解决。

问题2 ，关于如何将其他参数传递给sapply似乎没有答案。对此的答案是您将附加参数作为点（...）参数传递给sapply。例如，你可以做到：

sapply(yourvec, strsplit, "/", fixed = FALSE)

在上文中，"/"和“fixed = FALSE”作为strsplit中sapply的附加参数传递。请注意，这是一种非常低效的方法，因为您遍历向量并单独拆分每个向量，而strsplit本身已经被向量化。

如果您的问题确实是关于在分隔符之前提取第一部分的有效方法，我确实有一些建议：

选项1 ：考虑使用stringi。甚至拆分，转换为矩阵，并提取矩阵的第一列比我在基础R中提出的解决方案更快：

library(string1)
stri_split_fixed(myvec, "/", simplify = TRUE)[, 1]

选项2 ：考虑将sub与perl正则表达式一起使用：

sub("(?=/).*", "\\2", myvec, perl = TRUE)

选项3：首选vapply至sapply，并通过添加strsplit帮助fixed = TRUE：

vapply(strsplit(myvec, split = "/", TRUE), "[[", character(1L), 1)

如果您想比较每种方法的效率，请尝试使用更大的矢量，如下所示：

myvec <- c('1/5', '12/17', '0/3','111/03')
myvec <- c(replicate(25000, myvec))

使用sapply仅获取列表的第一个元素

3 个答案: