Question

我的df看起来如下：

id  name                 grade
1   rich, tom, todd,     12
2   chris,mary           9
3   larry                10

我运行以下代码将文本拆分为列：

newdf <- within(df, name<-data.frame(do.call('rbind', strsplit(as.character(name), ',', fixed=TRUE))))

这是我的输出：

id  name.X1   name.X2   name.X3    grade
1   rich       tom       todd       12
2   chris      mary      chris      9
3   larry      larry     larry      10

我的代码是重复名称（在id 2和3中），而不是放入空格或NA。我想要输出的代码如下：

  id    name.X1   name.X2   name.X3    grade
  1     rich       tom       todd       12
  2     chris      mary      N/A        9
  3     larry      N/A       N/A        10

或者不是N / A我希望细胞留空。知道我怎么能避免让它重复名字？谢谢。

Answer 1

我们可以使用cSplit

中的splitstackshape

library(splitstackshape)
cSplit(df, "name", ",")
#   id grade name_1 name_2 name_3
#1:  1    12   rich    tom   todd
#2:  2     9  chris   mary     NA
#3:  3    10  larry     NA     NA

如果我们使用strsplit，因为list元素长度不等，最好用NA填充或者重复元素。对于最后填充NA的填充，一个选项是获取每个length元素的list，可以使用lengths完成，max（＆＃ 39; mx＆＃39;）并将length分配给＆＃39; mx＆＃39;。然后，我们只需在＆＃39; df＆＃39;上创建新列。基于＆＃39; mx＆＃39;。

lst <- strsplit(as.character(df$name), ",\\s*")
mx <- max(lengths(lst))
df[paste0("name", seq(mx))] <- lapply(lst, `length<-`, mx)
df[setdiff(names(df), "name")]
#  id grade name1 name2 name3
#1  1    12  rich chris larry
#2  2     9   tom  mary  <NA>
#3  3    10  todd  <NA>  <NA>

文本到列，不要重复列名

1 个答案: