Question

我有一个数据框，其中包含两列识别信息和一列用连字符分隔的字母对：

df<-data.frame(
    list = rep(1:3, each = 2),
    set =  rep(c("A","B"), times = 3),
    item = c("ab-cd","ef-gh","ij-kl","mn-op","qr-st","uv-wx")  
    )

我一直在努力实现的是将数据框转换为以下形式，其中：1。由“list”索引的单独行每个都折叠成一行; 2.“item”列被分成相邻的列，连字符为分隔符; 3.“set”列，作为命名结果列的基础。

df2 <- data.frame(
       list = c(1:3),
       A_1 = c("ab", "ij", "qr"),
       A_2 = c("cd", "kl", "st"),
       B_1 = c("ef", "mn", "uv"), 
       B_2 = c("gh", "op", "wx"))

我已经提到了一些以前发布的问题（特别是[这里]），并尝试使用BASE转置函数以及各种绑定函数以及reshape逐步解决问题包和splitstackshape包。我的近乎解决方案都不优雅，我想知道是否有一个很好的方法。

与往常一样，我非常感谢社区提供建议和反馈。

Answer 1

非常感谢@AnandaMahto：它可以通过首先重塑然后分割而不是相反的方式在一行中完成。

library(splitstackshape)
cSplit(dcast(as.data.table(df), list ~ set, value.var = "item"), c("A", "B"), "-")

我们可以使用base R和reshape2分两步完成。

首先，我们创建列＆＃39; 1＆＃39;和＆＃39; 2＆＃39;包含拆分项目。通常情况下，我们不会使用数字字符来启动列名，但它会为我们节省一些以后重命名结果列的步骤。

df[,c("1","2")] <- do.call(rbind,strsplit(as.character(df$item),"-"))

然后我们使用recast：

res <- recast(data=df, list~set+variable, measure.var=c("1","2"))
res

  list A_1 A_2 B_1 B_2
1    1  ab  cd  ef  gh
2    2  ij  kl  mn  op
3    3  qr  st  uv  wx

Answer 2

为了完整起见，这也适用于Hadleyverse：

library(dplyr)
library(tidyr)
df %>% 
  separate(item, 1:2) %>% 
  gather(val, item, -set, -list) %>% 
  mutate(set=paste(set, val, sep="_")) %>% 
  select(-val) %>% 
  spread(set, item)
#   list A_1 A_2 B_1 B_2
# 1    1  ab  cd  ef  gh
# 2    2  ij  kl  mn  op
# 3    3  qr  st  uv  wx

Answer 3

为了完整起见，这也适用于Hadleyverse的基础R克星，reshape：

reshape(cbind(df[-3], 
              do.call(rbind, strsplit(as.character(df$item), "-"))), 
        direction = "wide", idvar = "list", timevar = "set")
#   list 1.A 2.A 1.B 2.B
# 1    1  ab  cd  ef  gh
# 3    2  ij  kl  mn  op
# 5    3  qr  st  uv  wx

（但dcast + cSplit会更有效率和可读性。

将列拆分为相邻列，使用行名作为R中的新列名

3 个答案: