r将一串数据拆分成多个列，按个别变量排序

Question

我有一个关于清理凌乱数据的简单问题。我有一个通过电子邮件发送给我的数据集，其中包含多个列，每个列都包含逗号分隔的数字字符串。传统上，这些数字中的每一个都应该是它自己的变量，但这并不是这些数据集给我的方式。以下是一些数据的示例：

indication  treatment
     1,2     3
       2    2,1
      1,3   2,3

请想象这些数据集包含近100个这些列和数千行，以及每个列中不同数量的变量。我的目标是导入这样的数据集，然后拆分每个列，使得字符串中的每个变量都在它自己的列中，但每个列的拆分方式是每个唯一变量都被分类到它自己的列中。像这样：

indication_1    indication_2    indication_3    treatment_1 treatment_2 treatment_3
1   1   0   0   0   1
0   1   0   1   1   0
1   0   1   0   1   1

请注意，列标题已更改，数值列为二进制0或1，其中1表示存在变量。

我遇到了问题，因为我一直在尝试的拆分功能要求我知道我需要多少列，然后在拆分后不要将变量排序到各自的列中。它变得非常复杂，并且要求我为包含字符串的每个单独的列编写单独的代码。

Id就像一个可以获取包含字符串的列的函数，将数据拆分为单独的排序列，使这些列成为二进制是或否，然后更改列名以指示原始列名和变量in那一栏。我喜欢这个适用于任何数据列，所以我不必重写或修改单个列的功能（假设所有列都是带有字符标题的数字字符串）。

提前致谢。

Answer 1

我们可以执行a = df2[df2.A.diff().shift(-1).ffill() >= 2] #same as a = df2[df2.A.diff().shift(-1).ffill().ge(2)] print (a) A B C 1 2 5 3 2 7 8 16 ，然后使用strsplit获取频率

mtabulate