Question

我有一个包含两列的长列表，其中我在多行中的每列中都有相同的字符串。因此，我使用paste使用-进行连接，然后使用setDT以及其频率返回唯一的concats集。

现在我想扭转我的连接。

我试过了：

library(splitstackshape)
d5 <- cSplit(d4, 'conc', '-', 'wide')

然而，在我的第二栏中，我有时在字符串中有多个-。

为了解决这个问题，我希望cSplit只使用第一个-分隔符。

示例：

 conc      freq
 A-hello      4
 A-Hi-there   5
 B-HELLO      1

使用上面的cSplit将返回：

freq conc_001  conc_002  conc_003
   4        A     hello        NA
   5        A        Hi     there
   1        B     HELLO        NA

我想：

freq conc_001  conc_002
   4        A     hello
   5        A  Hi-there
   1        B     HELLO

Answer 1

这是另一个想法。通过使用sub，我们将其限制为仅更改字符串的第一个指定范围。然后，我们将cSplit与新的分隔符一起使用。

library(splitstackshape)
df$conc <- sub('-', ' ', df$conc)
cSplit(df, 'conc', ' ', 'wide')
#   freq conc_1   conc_2
#1:    4      A    hello
#2:    5      A Hi-there
#3:    1      B    HELLO

Answer 2

试试这个，也许不像使用csplit函数那样直截了当。使用此方法，性能相当快。

#Sample Data    
s<-c("A-hello", "A-Hi-there", "B-HELLO")
df<-data.frame(s)

#split the data into 2 parts and assign to new columns in the dataframe.
library(stringr)
mat  <- matrix(unlist(str_split(df$s, "-", n=2)), ncol=2, byrow=TRUE)
dfnew<-as.data.frame(mat, stringsAsFactors = FALSE)

创建矩阵“mat”后，可以将结果压缩到原始矩阵上。

R cSplit仅使用字符串中的第一个分隔符

2 个答案: