Question

我试图使用tidyr包进行自定义，并且遇到了一个变量的问题，这个变量是几个变量的连接。在下面的最小示例中，我想将变量v2拆分为其成分变量v3和v4，然后摆动这些变量，以便最终得到四个变量v1 - v4。

require(plyr)
require(dplyr)
require(stringr)
require(tidyr)    
data <- 
      data.frame(
        v1=c(1,2),
        v2=c("v3 cheese; v4 200", "v3 ham; v4 150")) %>%
      tbl_df()

如果我将v2拆分为新的temp，我只会v3：

mutate(data, 
      temp=unlist(sapply(str_split(data$v2, pattern=";"), "[", 1)))

  v1                v2      temp
1  1 v3 cheese; v4 200 v3 cheese
2  2    v3 ham; v4 150    v3 ham

我的问题是：

1）如何使用v3将v4和tidyr作为列名进行拆分和摆动？
2）在我的真实数据中，我不知道（或者他们很多）变量名，但它们具有结构＆＃34; var value＆＃34;和I 想用一些正则表达式来自动识别和摆动他们在1）

受到this SO答案的启发，但是使用变量名的正则表达式代码无法使其工作。

更新：我的输出类似于（v2可以跳过，因为它现在多余为v3和v4）：

    v1  v2  v3  v4
1   1   v3 cheese; v4 200   cheese  200
2   2   v3 ham; v4 150  ham 150

Answer 1

按＆＃34 ;;＆＃34;拆分数据，将拆分输出转换为长格式，再按＆＃34;拆分数据。＆＃34; （但这次是一种广泛的形式）并将价值观扩展到你想要的广泛形式。

这里正在使用＆＃34; dplyr＆＃34; +＆＃34; tidyr＆＃34; +＆＃34; stringi＆＃34;：

library(dplyr)
library(tidyr)
library(stringi)

data %>%
  mutate(v2 = stri_split_fixed(as.character(v2), ";")) %>%
  unnest(v2) %>%
  mutate(v2 = stri_trim_both(v2)) %>%
  separate(v2, into = c("var", "val")) %>%
  spread(var, val)
# Source: local data frame [2 x 3]
# 
#   v1     v3  v4
# 1  1 cheese 200
# 2  2    ham 150

或者，使用我的＆＃34; splitstackshape＆＃34;中的cSplit包（目前不适用于tbl_df s）

library(dplyr)
library(tidyr)
library(splitstackshape)

as.data.frame(data) %>%
  cSplit("v2", ";", "long") %>%
  cSplit("v2", " ") %>%
  spread(v2_1, v2_2) 
#    v1     v3  v4
# 1:  1 cheese 200
# 2:  2    ham 150

在R：tidyr中使用正则表达式将值拆分并转换为列名

1 个答案: