Question

是否存在使用dplyr在数据框中取消列出或取消嵌套向量的函数或方式？我有以下示例。

library(tidyverse)
df <- tibble(x = 
      c("c(\"Police\", \"Pensions\")",
        "c(\"potato\", \"sweetpotato\")"))
df
# A tibble: 2 x 1
  x                               
  <chr>                           
1 "c(\"Police\", \"Pensions\")"   
2 "c(\"potato\", \"sweetpotato\")"

我想将dataframe列转换成这样的格式。

> df
# A tibble: 4 x 1
  x          
  <chr>      
1 Police     
2 Pensions   
3 Potato     
4 Sweetpotato

Answer 1

一个选项是separate_rows

library(tidyverse)
df %>% 
    separate_rows(x) %>%
    filter(!x %in% c('c', ''))
# A tibble: 4 x 1
#  x          
#  <chr>      
#1 Police     
#2 Pensions   
#3 potato     
#4 sweetpotato

注意：分离和filter

会更快/更高效

或者另一种选择是提取引号之间的单词，然后提取unnest

df %>% 
   mutate(x = str_extract_all(x, '(?<=")[A-Za-z]+')) %>%
   unnest
# A tibble: 4 x 1
#  x          
#  <chr>      
#1 Police     
#2 Pensions   
#3 potato     
#4 sweetpotato

基准

在更大的数据上，

df1 <- df[rep(1:nrow(df), each = 1e5), ]

system.time({
df1 %>% 
    separate_rows(x) %>%
    filter(!x %in% c('c', ''))


})
#. user  system elapsed 
#  0.916   0.033   0.939 


system.time({
df1 %>%
 mutate(x = str_extract_all(x, '(?<=")[A-Za-z]+')) %>%
   unnest

})
#  user  system elapsed 
#  0.763   0.015   0.773 


system.time({

df1 %>% 
  mutate(x = map(x,~eval(parse(text=.)))) %>% 
  unnest

})
#user  system elapsed 
# 15.643   1.813  17.375

Answer 2

由于R代码存储在字符串中，因此我认为使用eval(parse(text= your_input))是很自然的。

在其上使用unnest会得到：

df %>% 
  mutate(x = map(x,~eval(parse(text=.)))) %>% 
  unnest

# A tibble: 4 x 1
#             x
#         <chr>
# 1      Police
# 2    Pensions
# 3      potato
# 4 sweetpotato

取消列出/嵌套数据框中的字符向量？

2 个答案:

基准