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。
答案 0 :(得分:5)
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$item),"-"))
然后我们使用recast
:
res <- recast(data=df, list~set+variable, measure.var=c("1","2"))
res
list A_1 A_2 B_1 B_2
1 1 ab cd ef gh
2 2 ij kl mn op
3 3 qr st uv wx
答案 1 :(得分:1)
为了完整起见,这也适用于Hadleyverse:
library(dplyr)
library(tidyr)
df %>%
separate(item, 1:2) %>%
gather(val, item, -set, -list) %>%
mutate(set=paste(set, val, sep="_")) %>%
select(-val) %>%
spread(set, item)
# list A_1 A_2 B_1 B_2
# 1 1 ab cd ef gh
# 2 2 ij kl mn op
# 3 3 qr st uv wx
答案 2 :(得分:1)
为了完整起见,这也适用于Hadleyverse的基础R克星,reshape
:
reshape(cbind(df[-3],
do.call(rbind, strsplit(as.character(df$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。