Question

我正在尝试上传一个CSV文件，该文件具有各种格式的常规格式的数据（列名，然后是数字或字符串），以及一列具有[“ x”]格式的各种长度的数字的列表（即第1行= [“ 111”，“ 222”]，第2行= [“ 333”]，第3行= [“ 555”，“ 666”，“ 777”]。如何上传该数据，以便用它进行分析吗？

当我将其转换为字符串时，数据返回为“ [\“ x \”]“。当我把它变成一个因素时，它看起来像CSV中的格式。但是我仍然无法使用[“ present。

Answer 1

您好，您可以使用stringr包从方括号中取出数字。我认为出现\的原因是因为它被用作转义字符以逃避第二组""。无论如何，这将简化它，

我做了一些丑陋的数据

df <- data.frame(x = c(1, 2, 3),
                 y = c('[\\"111\\", \\"222\\"]', '[\\"333\\"]', '[\\"555\\", \\"666\\", \\"777\\"]'))
df
  x                                 y
1 1            [\\"111\\", \\"222\\"]
2 2                       [\\"333\\"]
3 3 [\\"555\\", \\"666\\", \\"777\\"]

现在只需使用来自stringr::str_extract_all的一些正则表达式，我们就可以连续捕获所有出现的1个或多个数字。

df$y <- stringr::str_extract_all(df$y, "(\\d+)")

(\\d+)只是说我想获取1位或更多位数字的组。

这将产生一个嵌套列表，其中不包含\。

  x             y
1 1      111, 222
2 2           333
3 3 555, 666, 777

它们仍然是字符串，因此，如果要评估数字，则需要执行以下操作：

> eval(parse(text = df$y[[1]][1])) / 111
[1] 1

对于整个数据框，您可以考虑取消嵌套并创建一个新列（或覆盖原始列以更改数据类型并将字符串转换为valuate（able）表达式，为此，我们可以使用一些{{1 }}（tidyverse和tidyr::unnest）

dplyr::mutate

如何将CSV文件上载到包含一行以[“ 123”，“ 456”，“ 789”]形式的列表的一行的R中？

1 个答案: