Question

我的数据如下所示：

id  book_id                     numberofbook_id
 1     ["19167120","237494310","195166798"]    3      
 2     ["19167120","237494310"]                2       
 3     []                                      0

我要做的是首先要有一个不同的datafrane，它有不同的book_id作为单个

 book_id
 "19167120"
 "237494310"
 "195166798"

然后基于此，将id

分组

 book_id       id      numberofid
 "19167120"    [1,2]       2
 "237494310"   [1,2]       2
 "195166798"   [1]         1

Ps：我想首先通过unlist将所有单元格合并为一个，然后使用unique函数获取唯一的单元格，然后将它们放入列中。但是{{1}在这里不是答案。

Answer 1

将我的评论转换为答案，从下面定义的“df1”开始，您可以尝试以下方法：

library(splitstackshape)
Temp <- cSplit(as.data.table(df1)[, book_id := gsub("[][]", "", book_id)],
               "book_id", ",", "long")
Temp <- na.omit(Temp, by = "book_id_new")
#    id numberofbook_id book_id_new
# 1:  1               3  "19167120"
# 2:  1               3 "237494310"
# 3:  1               3 "195166798"
# 4:  2               2  "19167120"
# 5:  2               2 "237494310"

在上面的步骤中：

gsub步骤只会从“book_id”列中删除[和]。
cSplit将数据拆分为长格式。
na.omit会删除不必要的NA值。

使用该表单中的数据，您现在可以根据需要轻松“聚合”数据。由于“Temp”的结果是data.table，您可以继续使用“data.table”包。

Temp[, list(ID = paste(id, collapse = ","), 
            numofid = length(id)), by = "book_id_new"]
#    book_id_new  ID numofid
# 1:  "19167120" 1,2       2
# 2: "237494310" 1,2       2
# 3: "195166798"   1       1

示例数据：

 df1 <- structure(list(id = 1:3, 
                       book_id = c("[\"19167120\", \"237494310 \",\"195166798\"]", 
                                   "[\"19167120\",\"237494310\"]", "[]"),
                       numberofbook_id = c(3L, 2L, 0L)), 
                       .Names = c("id", "book_id", "numberofbook_id"), 
                       class = "data.frame", 
                       row.names = c(NA, -3L))

获取每个单元格具有多个值R的列的不同值

1 个答案: