Question

我在数据框中具有以下字符串结构作为列值：

Y：10，W：3，cp：0.05

每行的数值不同，但结构保持不变。我想将此字符串分成3列，每列仅包含数字。因此，Y的一列具有相应的数值，W的另一列，而cp的最后一列。

我尝试通过以下方式使用str_split：

str_split(string,pattern = " ,",simplify = TRUE )

这显然给了我

     [,1]     [,2]   [,3]       
[1,] "Y: 40 " "W: 2" " cp: 0.05"

现在，我只想在每个列中保留数字。还在学习这些东西，所以不确定如何继续！非常感谢您的帮助！

Answer 1

肯定有更好的方法，但这应该可以完成工作：

现在针对具有多个元素的字符串向量进行更新，并将其放入具有三个命名列的矩阵中。应该适用于任何长度的向量。

Settings.objects.values('bb_bonus').last()

Answer 2

也许不是最优雅的方法，但它可以起作用：

library(dplyr)
library(stringr)
library(tidyr)
tibble(row = c(1,2), 
       col = c("Y: 10 ,W: 3 , cp: 0.05","Y: 4 ,W: 9 , cp: 2.2")) %>%
  separate(col, into=c("col1", "col2", "col3"), sep = ",") %>%
  gather(id, col, -row) %>%
  select(-id) %>%
  mutate(col = str_trim(col)) %>%
  separate(col, into=c("letter", "number"), sep=":") %>%
  mutate(number = str_trim(number)) %>%
  spread(letter, number) %>%
  select(-row)

# A tibble: 2 x 3
  cp    W     Y    
  <chr> <chr> <chr>
1 0.05  3     10   
2 2.2   9     4

请注意，我必须在您的数据框中添加一个名为row的新列，才能使此方法有效

Answer 3

我发现有时将name: value对数据重新格式化为现有结构有助于解决复杂性。在这种情况下，我已经格式化为JSON对象，然后使用 jsonlite 中的stream_in处理数据。

这很好，因为它将自动为列命名，并且还可以在每行中都不代表每个值或顺序改变时使用。例如：

txt <- c(
  "Y: 10 ,W: 3 , cp: 0.05",
  "Y: 6 ,W: 7 , cp: 0.08",
  "cp: 0.08, Y: 6 "
)

library(jsonlite)
proctxt <- paste("{", gsub("([A-Za-z]+?):", '"\\1":', txt), "}")
stream_in(textConnection(proctxt))
# Found 3 records...
# Imported 3 records. Simplifying...
#   Y  W   cp
#1 10  3 0.05
#2  6  7 0.08
#3  6 NA 0.08

Answer 4

您可以删除所有不需要的字符，例如gsub，然后使用strsplit或read.csv。在 base 中，它看起来像：

string <- c("Y: 10 ,W: 3 , cp: 0.05", "Y: 10 ,W: 3 , cp: 0.05")
read.csv(text=gsub("[[:alpha:]: ]", "", string), header=FALSE)
#  V1 V2   V3
#1 10  3 0.05
#2 10  3 0.05

#or with strsplit
strsplit(gsub("[[:alpha:]: ]", "", string), ",")

Answer 5

鉴于您的文本字符串是统一的，因此应该相对简单些，第一部分如下所示：

txt <- c(
  "Y: 10 ,W: 3 , cp: 0.05",
  "Y: 6 ,W: 7 , cp: 0.08",
  "Y: 5 ,W: 0 , cp: 0.08"
)

x <- do.call(rbind, strsplit(txt, split = " ,"))

那将得到您的“标签：值”矩阵

library(stringr)
y <- matrix(data = str_extract(string = x,
                               pattern = "([0-9.]+)"),
            ncol = ncol(x))

如果需要，将使您输入表示值的文本字符串，只需使用str_extract（）而不用调用矩阵即可将值作为向量，并且：

z <- matrix(data = as.numeric(y),
            ncol = ncol(x))

将为您提供矩阵作为数字，听起来像是您感兴趣的矩阵。

所有内容都非常整洁，并且没有中间矩阵调用，如果不需要的话，它看起来像：

library(stringr)
txt <- c(
  "Y: 10 ,W: 3 , cp: 0.05",
  "Y: 6 ,W: 7 , cp: 0.08",
  "Y: 5 ,W: 0 , cp: 0.08"
)

x <- do.call(rbind, strsplit(txt, split = " ,"))
y <- str_extract(string = x,
                 pattern = "([0-9.]+)")
z <- matrix(data = as.numeric(y),
            ncol = ncol(x))

使用z给您一个数字矩阵。

Answer 6

我认为这应该有效：

library(tidyverse)


string <- c("Y: 10 ,W: 3 , cp: 0.05","Y: 4 ,W: 9 , cp: 2.2")


dat <- tibble(x = string) %>% 
  separate(x,c("Y","W","cp"), sep = " ,")


dat2 <- dat %>% mutate_all(., ~str_remove(.,"\\D+"))

将字符串分成多列

6 个答案: