我想获取表格
的数据before = data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
attr type
1 1 foo_and_bar
2 30 foo_and_bar_2
3 4 foo_and_bar
4 6 foo_and_bar_2
并在上面的“split()”列中使用type来获取类似内容：
attr type_1 type_2
1 1 foo bar
2 30 foo bar_2
3 4 foo bar
4 6 foo bar_2
我想出了一些令人难以置信的复杂的事情，涉及某种形式的apply，但是我已经错了。这似乎太复杂了，不是最好的方式。我可以使用strsplit，如下所示，但不清楚如何将其恢复到数据框中的2列。
> strsplit(as.character(before$type),'_and_')
[[1]]
[1] "foo" "bar"
[[2]]
[1] "foo" "bar_2"
[[3]]
[1] "foo" "bar"
[[4]]
[1] "foo" "bar_2"
感谢您的任何指示。我还没有完全理解R列表。
答案 0 :(得分：240)
使用stringr::str_split_fixed
library(stringr)
str_split_fixed(before$type, "_and_", 2)
答案 1 :(得分：148)
另一种选择是使用新的tidyr包。
library(dplyr)
library(tidyr)
before <- data.frame(
attr = c(1, 30 ,4 ,6 ),
type = c('foo_and_bar', 'foo_and_bar_2')
)
before %>%
separate(type, c("foo", "bar"), "_and_")
## attr foo bar
## 1 1 foo bar
## 2 30 foo bar_2
## 3 4 foo bar
## 4 6 foo bar_2
答案 2 :(得分：51)
5年后添加强制性data.table解决方案
library(data.table) ## v 1.9.6+
setDT(before)[, paste0("type", 1:2) := tstrsplit(type, "_and_")]
before
# attr type type1 type2
# 1: 1 foo_and_bar foo bar
# 2: 30 foo_and_bar_2 foo bar_2
# 3: 4 foo_and_bar foo bar
# 4: 6 foo_and_bar_2 foo bar_2
我们还可以通过添加type.convert和fixed参数来确保生成的列具有正确的类型和以提高性能（因为"_and_" isn＆＃ 39;真的是一个正则表达式）
setDT(before)[, paste0("type", 1:2) := tstrsplit(type, "_and_", type.convert = TRUE, fixed = TRUE)]
答案 3 :(得分：48)
另一种方法：在rbind上使用out：
before <- data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
out <- strsplit(as.character(before$type),'_and_')
do.call(rbind, out)
[,1] [,2]
[1,] "foo" "bar"
[2,] "foo" "bar_2"
[3,] "foo" "bar"
[4,] "foo" "bar_2"
结合：
data.frame(before$attr, do.call(rbind, out))
答案 4 :(得分：34)
请注意，使用“[”可以用来提取这些列表中的第一个或第二个项目，所以：
before$type_1 <- sapply(strsplit(as.character(before$type),'_and_'), "[", 1)
before$type_2 <- sapply(strsplit(as.character(before$type),'_and_'), "[", 2)
before$type <- NULL
这是一个gsub方法：
before$type_1 <- gsub("_and_.+$", "", before$type)
before$type_2 <- gsub("^.+_and_", "", before$type)
before$type <- NULL
答案 5 :(得分：27)
这是一个与aniko的解决方案相同的线条，但是使用了hadley的stringr包：
do.call(rbind, str_split(before$type, '_and_'))
答案 6 :(得分：19)
要添加选项，您还可以使用我的splitstackshape::cSplit功能：
library(splitstackshape)
cSplit(before, "type", "_and_")
# attr type_1 type_2
# 1: 1 foo bar
# 2: 30 foo bar_2
# 3: 4 foo bar
# 4: 6 foo bar_2
答案 7 :(得分：13)
一种简单的方法是使用sapply()和[功能：
before <- data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
out <- strsplit(as.character(before$type),'_and_')
例如：
> data.frame(t(sapply(out, `[`)))
X1 X2
1 foo bar
2 foo bar_2
3 foo bar
4 foo bar_2
sapply()的结果是一个矩阵，需要转置并转换回数据框。然后是一些简单的操作产生你想要的结果：
after <- with(before, data.frame(attr = attr))
after <- cbind(after, data.frame(t(sapply(out, `[`))))
names(after)[2:3] <- paste("type", 1:2, sep = "_")
此时，after就是您想要的
> after
attr type_1 type_2
1 1 foo bar
2 30 foo bar_2
3 4 foo bar
4 6 foo bar_2
答案 8 :(得分：7)
这是一个基本的R one liner，它与许多以前的解决方案重叠，但返回一个带有正确名称的data.frame。
out <- setNames(data.frame(before$attr,
do.call(rbind, strsplit(as.character(before$type),
split="_and_"))),
c("attr", paste0("type_", 1:2)))
out
attr type_1 type_2
1 1 foo bar
2 30 foo bar_2
3 4 foo bar
4 6 foo bar_2
它使用strsplit来分解变量，data.frame使用do.call / rbind将数据放回data.frame。额外的增量改进是使用setNames将变量名称添加到data.frame。
答案 9 :(得分：6)
主题几乎已经筋疲力尽了，我想提供一个稍微更通用的版本的解决方案，你不知道输出列的数量，先验。所以例如你有
before = data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2', 'foo_and_bar_2_and_bar_3', 'foo_and_bar'))
attr type
1 1 foo_and_bar
2 30 foo_and_bar_2
3 4 foo_and_bar_2_and_bar_3
4 6 foo_and_bar
我们无法使用dplyr separate()因为我们在分割之前不知道结果列的数量，所以我创建了一个使用stringr分割的函数给定生成列的模式和名称前缀的列。我希望使用的编码模式是正确的。
split_into_multiple <- function(column, pattern = ", ", into_prefix){
cols <- str_split_fixed(column, pattern, n = Inf)
# Sub out the ""'s returned by filling the matrix to the right, with NAs which are useful
cols[which(cols == "")] <- NA
cols <- as.tibble(cols)
# name the 'cols' tibble as 'into_prefix_1', 'into_prefix_2', ..., 'into_prefix_m'
# where m = # columns of 'cols'
m <- dim(cols)[2]
names(cols) <- paste(into_prefix, 1:m, sep = "_")
return(cols)
}
然后我们可以在dplyr管道中使用split_into_multiple，如下所示：
after <- before %>%
bind_cols(split_into_multiple(.$type, "_and_", "type")) %>%
# selecting those that start with 'type_' will remove the original 'type' column
select(attr, starts_with("type_"))
>after
attr type_1 type_2 type_3
1 1 foo bar <NA>
2 30 foo bar_2 <NA>
3 4 foo bar_2 bar_3
4 6 foo bar <NA>
然后我们可以使用gather来整理......
after %>%
gather(key, val, -attr, na.rm = T)
attr key val
1 1 type_1 foo
2 30 type_1 foo
3 4 type_1 foo
4 6 type_1 foo
5 1 type_2 bar
6 30 type_2 bar_2
7 4 type_2 bar_2
8 6 type_2 bar
11 4 type_3 bar_3
答案 10 :(得分：4)
如果您想坚持strsplit()，另一种方法是使用unlist()命令。以下是这些方面的解决方案。
tmp <- matrix(unlist(strsplit(as.character(before$type), '_and_')), ncol=2,
byrow=TRUE)
after <- cbind(before$attr, as.data.frame(tmp))
names(after) <- c("attr", "type_1", "type_2")
答案 11 :(得分：4)
从R 3.4.0版开始，您可以使用 utils 包中的strcapture()（包含在基本R安装中），将输出绑定到其他列上。
out <- strcapture(
"(.*)_and_(.*)",
as.character(before$type),
data.frame(type_1 = character(), type_2 = character())
)
cbind(before["attr"], out)
# attr type_1 type_2
# 1 1 foo bar
# 2 30 foo bar_2
# 3 4 foo bar
# 4 6 foo bar_2
答案 12 :(得分：4)
这个问题已经很老了，但我会添加我发现目前最简单的解决方案。
library(reshape2)
before = data.frame(attr = c(1,30,4,6), type=c('foo_and_bar','foo_and_bar_2'))
newColNames <- c("type1", "type2")
newCols <- colsplit(before$type, "_and_", newColNames)
after <- cbind(before, newCols)
after$type <- NULL
after
答案 13 :(得分：4)
基础但可能很慢：
n <- 1
for(i in strsplit(as.character(before$type),'_and_')){
before[n, 'type_1'] <- i[[1]]
before[n, 'type_2'] <- i[[2]]
n <- n + 1
}
## attr type type_1 type_2
## 1 1 foo_and_bar foo bar
## 2 30 foo_and_bar_2 foo bar_2
## 3 4 foo_and_bar foo bar
## 4 6 foo_and_bar_2 foo bar_2
答案 14 :(得分：1)
这是另一个基本的R解决方案。我们可以使用read.table，但是由于它只接受一个字节的sep参数，并且这里有多字节分隔符，因此可以使用gsub将多字节分隔符替换为任何一个字节分隔符，然后将其用作sep
read.table自变量
cbind(before[1], read.table(text = gsub('_and_', '\t', before$type),
sep = "\t", col.names = paste0("type_", 1:2)))
# attr type_1 type_2
#1 1 foo bar
#2 30 foo bar_2
#3 4 foo bar
#4 6 foo bar_2
在这种情况下，我们也可以通过将其替换为默认的sep参数来使其更短，因此我们不必明确提及它
cbind(before[1], read.table(text = gsub('_and_', ' ', before$type),
col.names = paste0("type_", 1:2)))