Question

我正在使用一列格式为字符串的网址向量，每个网址用逗号分隔：

column_with_urls

[“url.a，url.b，url.c”]

[“url.d，url.e，url.f”]

我想使用tidytext::unnest_tokens() R函数将这些函数分成每行一个url（尽管我对其他优选的基于R的解决方案持开放态度）。我已经阅读了文档here，但我无法确定是否可以/建议输入单个字符进行拆分。

我的想法就像unnest_tokens(url, column_with_urls, by = ',')。有没有办法指定那种论点和/或更好的方法来解决这个问题？

我想要的输出是一个数据帧，每行有一个url（原始行的所有其他数据都复制到每一行）：

URL

url.a

url.b

url.c

...

提前致谢。

Answer 1

unnest_tokens函数可以选择拆分正则表达式模式。下面是使用此选项在逗号上拆分的示例语法（您也可以将其用于更复杂的模式）。

请注意，这会将输入数据的类转换为tibble

my_df = data.frame(id=1:2, urls=c("url.a, url.b, url.c",
                                  "url.d, url.e, url.f"))
tidytext::unnest_tokens(my_df, out, urls, token = 'regex', pattern=",")
# # A tibble: 6 × 2
#     id    out
#   <int>  <chr>
# 1     1  url.a
# 2     1  url.b
# 3     1  url.c
# 4     2  url.d
# 5     2  url.e
# 6     2  url.f

使用unnest_tokens（）按特定字符拆分列？

1 个答案: