Question

我使用Excel创建了一个数据噩梦来进行项目数据输入。我有两个电子表格，总共有20个标签。每个选项卡中的数据结构相同。我已设法创建一个CSV文件，其中一个电子表格中的一个标签中的数据合并为一个结构，我希望可以将其导入R数据帧，然后重新构造成一个有意义的格式。

每个标签大约有120列（取决于采样日期的数量）和100行（取决于观察到的物种数量）。每行是一种植物，每列包含特定日期和特定位置的数据。

我想将我的（示例数据）五乘五（行和列）数据帧转换为一行25行。

然后我想从每一行获取数据（记录，例如：“08/10 / 2017,2到3，Solidago virgaurea ssp.alpestris，V，vt”）并将其转换为以下列：

日期，细分，品种，代码1，代码2，......

对物种的某个段的日期进行的每次观察都包含1到7个不同的代码，因此每个记录的列数将产生4到10列。注意结果将遵循上述结构。每个观察都用引号括起来，数据用逗号分隔。

感谢您的帮助！

test <- structure(list(V120 = c("03/10/2017,3 to 4,Salix phylicifolia,Y", 
"03/10/2017,3 to 4,Saussurea alpina,Y", "03/10/2017,3 to 4,Silene dioica,Y", 
"03/10/2017,3 to 4,Solidago virgaurea ssp. alpestris,Y", "03/10/2017,3 to 4,Sorbus aucuparia ssp. glabrata,Y"), V121 = c("03/10/2017,4 to 5,Salix phylicifolia,C,0,g1,L3", "03/10/2017,4 to 5,Saussurea alpina,Y", "03/10/2017,4 to 5,Silene dioica,Y", "03/10/2017,4 to 5,Solidago virgaurea ssp. alpestris,Y", "03/10/2017,4 to 5,Sorbus aucuparia ssp. glabrata,Y"), V122 = c("08/10/2017,1 to 2,Salix phylicifolia,Vb,L4", "08/10/2017,1 to 2,Saussurea alpina,uf,V,vt", "08/10/2017,1 to 2,Silene dioica,Vb,vt", "08/10/2017,1 to 2,Solidago virgaurea ssp. alpestris,V,vt", "08/10/2017,1 to 2,Sorbus aucuparia ssp. glabrata,L4"), V123 = c("08/10/2017,2 to 3,Salix phylicifolia,L4", "08/10/2017,2 to 3,Saussurea alpina,uf,V,vt", "08/10/2017,2 to 3,Silene dioica,vt", "08/10/2017,2 to 3,Solidago virgaurea ssp. alpestris,V,vt", "08/10/2017,2 to 3,Sorbus aucuparia ssp. glabrata,Y"), V124 = c("08/10/2017,3 to 4,Salix phylicifolia,Y", "08/10/2017,3 to 4,Saussurea alpina,Y", "08/10/2017,3 to 4,Silene dioica,Y", "08/10/2017,3 to 4,Solidago virgaurea ssp. alpestris,Y", "08/10/2017,3 to 4,Sorbus aucuparia ssp. glabrata,Y")), .Names = c("V120", "V121", "V122", "V123", "V124"), row.names = 41:45, class = "data.frame")

Answer 1

我建议我的“splitstackshape”包中的cSplit以及来自R的stack：

library(splitstackshape)
head(cSplit(stack(test), "values", ","))
#     ind   values_1 values_2                          values_3 values_4 values_5 values_6 values_7
# 1: V120 03/10/2017   3 to 4                Salix phylicifolia        Y       NA       NA       NA
# 2: V120 03/10/2017   3 to 4                  Saussurea alpina        Y       NA       NA       NA
# 3: V120 03/10/2017   3 to 4                     Silene dioica        Y       NA       NA       NA
# 4: V120 03/10/2017   3 to 4 Solidago virgaurea ssp. alpestris        Y       NA       NA       NA
# 5: V120 03/10/2017   3 to 4    Sorbus aucuparia ssp. glabrata        Y       NA       NA       NA
# 6: V121 03/10/2017   4 to 5                Salix phylicifolia        C        0       g1       L3

或者您可以直接使用“data.table”，如下所示：

library(data.table)
head(setDT(test)[, list(var = unlist(.SD))][, tstrsplit(var, ",")])
#            V1     V2                                V3 V4 V5 V6 V7
# 1: 03/10/2017 3 to 4                Salix phylicifolia  Y NA NA NA
# 2: 03/10/2017 3 to 4                  Saussurea alpina  Y NA NA NA
# 3: 03/10/2017 3 to 4                     Silene dioica  Y NA NA NA
# 4: 03/10/2017 3 to 4 Solidago virgaurea ssp. alpestris  Y NA NA NA
# 5: 03/10/2017 3 to 4    Sorbus aucuparia ssp. glabrata  Y NA NA NA
# 6: 03/10/2017 4 to 5                Salix phylicifolia  C  0 g1 L3

如果您更喜欢“tidyverse”，您可以尝试以下方式：

library(tidyverse)
test %>%
  gather(var, val, everything()) %>%
  separate(val, into = c("Date", "Segment", "Species", paste("Code", 1:7, sep = "_")), sep = ",") %>%
  head()
#    var       Date Segment                           Species Code_1 Code_2 Code_3 Code_4 Code_5
# 1 V120 03/10/2017  3 to 4                Salix phylicifolia      Y   <NA>   <NA>   <NA>   <NA>
# 2 V120 03/10/2017  3 to 4                  Saussurea alpina      Y   <NA>   <NA>   <NA>   <NA>
# 3 V120 03/10/2017  3 to 4                     Silene dioica      Y   <NA>   <NA>   <NA>   <NA>
# 4 V120 03/10/2017  3 to 4 Solidago virgaurea ssp. alpestris      Y   <NA>   <NA>   <NA>   <NA>
# 5 V120 03/10/2017  3 to 4    Sorbus aucuparia ssp. glabrata      Y   <NA>   <NA>   <NA>   <NA>
# 6 V121 03/10/2017  4 to 5                Salix phylicifolia      C      0     g1     L3   <NA>
#   Code_6 Code_7
# 1   <NA>   <NA>
# 2   <NA>   <NA>
# 3   <NA>   <NA>
# 4   <NA>   <NA>
# 5   <NA>   <NA>
# 6   <NA>   <NA>

“tidyverse”解决方案取决于你知道最后会有多少列，在你知道的情况下你知道。

显然，请使用您的实际数据从这些选项中移除head() ...

如何将列中的所有数据移动到单个列（不合并），然后拆分为R中的新列？

1 个答案: