Question

我正在解决这个问题，我已经通过Match函数和if / isnumber混合公式在Excel中找到了解决方案，并通过if语句在Alteryx中找到了解决方案，但是我在R中找不到解决方案遇到了麻烦。

Excel示例： =IF(ISNUMBER(SEARCH(C$1,$B2)),1,0)

本质上来说，问题在于，如果审计的第1行（“ ab1”）包含“ abc”，则abc列的第1行应接收1（如果不是0）。现在，这些列可以扩展到1000种可能性，因此代码必须灵活来更改列名。

当前

| sid |     audid      | abc | abcd | abcde |
|-----|----------------|-----|------|-------|
| ab1 | abc,abcd,abcde | NA  | NA   | NA    |
| ab2 | abcd           | NA  | NA   | NA    |
| ab3 | abcd,abc       | NA  | NA   | NA    |
| ab4 | abcde          | NA  | NA   | NA    |

所需

| sid |     audid      | abc | abcd | abcde |
|-----|----------------|-----|------|-------|
| ab1 | abc,abcd,abcde |   1 |    1 |     1 |
| ab2 | abcd           |   0 |    1 |     0 |
| ab3 | abcd,abc       |   1 |    1 |     0 |
| ab4 | abcde          |   0 |    0 |     1 |

任何建议或提示都是很棒的。先感谢您！

Answer 1

这主要是重新整形为宽格式的问题，但是首先您需要重新排列和分隔用逗号分隔的字符串。在tidyverse语法中，

library(tidyverse)

df <- data_frame(sid = c("ab1", "ab2", "ab3", "ab4"), 
                 audid = c("abc,abcd,abcde", "abcd", "abcd,abc", "abcde"))

df %>% 
  mutate(audid2 = audid,    # duplicate to avoid dropping original
         n = 1) %>%    # add column of existing values to spread to wide form
  separate_rows(audid2) %>%    # separate comma separated strings to long form
  spread(audid2, n, fill = 0)    # reshape to wide form
#> # A tibble: 4 x 5
#>   sid   audid            abc  abcd abcde
#>   <chr> <chr>          <dbl> <dbl> <dbl>
#> 1 ab1   abc,abcd,abcde     1     1     1
#> 2 ab2   abcd               0     1     0
#> 3 ab3   abcd,abc           1     1     0
#> 4 ab4   abcde              0     0     1

Answer 2

这是mtabulate中qdapTools的一个选项

library(qdapTools)
cbind(df1,  mtabulate(strsplit(df1$audid, ",")))
#  sid          audid abc abcd abcde
#1 ab1 abc,abcd,abcde   1    1     1
#2 ab2           abcd   0    1     0
#3 ab3       abcd,abc   1    1     0
#4 ab4          abcde   0    0     1

Answer 3

如果您想坚持使用基R，那么嵌套lapply或for-loop会有所帮助。

df <- data.frame(audit = c("abc,abcd,abcde", "abcd", "abc", "abcde"))

#            audit
# 1 abc,abcd,abcde
# 2           abcd
# 3            abc
# 4          abcde

audits <- strsplit(df$audit, ",")

for (row in 1:length(audits)) {
    for (audit in audits[[row]]) {
        df[row, audit] <- 1
    }
}

df[is.na(df)] <- 0

#            audit abc abcd abcde
# 1 abc,abcd,abcde   1    1     1
# 2           abcd   0    1     0
# 3            abc   1    0     0
# 4          abcde   0    0     1

此搜索和退货问题

3 个答案: