Question

我想基于分隔符在数据帧中将一列拆分为两列。例如，

a|b
b|c

成为

a    b
b    c

在数据框内。

谢谢！

Answer 1

@Taesung Shin是对的，但是后来又变得更加神奇了，让它成为data.frame。我添加了一个“x | y”行以避免含糊不清：

df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
foo <- data.frame(do.call('rbind', strsplit(as.character(df$FOO),'|',fixed=TRUE)))

或者，如果要替换现有data.frame中的列：

within(df, FOO<-data.frame(do.call('rbind', strsplit(as.character(FOO), '|', fixed=TRUE))))

产生：

  ID FOO.X1 FOO.X2
1 11      a      b
2 12      b      c
3 13      x      y

Answer 2

Hadley有一个非常优雅的解决方案，可以使用函数reshape在colsplit包中的数据框内执行此操作。

require(reshape)
> df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
> df
  ID FOO
1 11 a|b
2 12 b|c
3 13 x|y
> df = transform(df, FOO = colsplit(FOO, split = "\\|", names = c('a', 'b')))
> df
  ID FOO.a FOO.b
1 11     a     b
2 12     b     c
3 13     x     y

Answer 3

新推出的tidyr包用separate执行此操作。它使用正则表达式，因此您必须转义|

df <- data.frame(ID=11:13, FOO=c('a|b', 'b|c', 'x|y'))
separate(data = df, col = FOO, into = c("left", "right"), sep = "\\|")

  ID left right
1 11    a     b
2 12    b     c
3 13    x     y

虽然在这种情况下，默认设置足够智能（它会查找要拆分的非字母数字字符）。

separate(data = df, col = FOO, into = c("left", "right"))

Answer 4

刚刚遇到此问题，因为它已在a recent question on SO中链接。

无耻的答案：使用我的“splitstackshape”软件包中的cSplit：

df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
library(splitstackshape)
cSplit(df, "FOO", "|")
#   ID FOO_1 FOO_2
# 1 11     a     b
# 2 12     b     c
# 3 13     x     y

此特定函数还处理拆分多个列，即使每列具有不同的分隔符：

df <- data.frame(ID=11:13, 
                 FOO=c('a|b','b|c','x|y'), 
                 BAR = c("A*B", "B*C", "C*D"))
cSplit(df, c("FOO", "BAR"), c("|", "*"))
#   ID FOO_1 FOO_2 BAR_1 BAR_2
# 1 11     a     b     A     B
# 2 12     b     c     B     C
# 3 13     x     y     C     D

本质上，它是一个花哨的便利包装器，用于使用read.table(text = some_character_vector, sep = some_sep)并将输出绑定到原始data.frame。换句话说，另一个基础R方法可能是：

Answer 5

strsplit(c('a|b','b|c'),'|',fixed=TRUE)

Answer 6

结合@Ramnath和@Tommy的答案，我可以找到一种适用于一个或多个列的基础R的方法。

基本用法：

> df = data.frame(
+   id=1:3, foo=c('a|b','b|c','c|d'), 
+   bar=c('p|q', 'r|s', 's|t'), stringsAsFactors=F)
> transform(df, test=do.call(rbind, strsplit(foo, '|', fixed=TRUE)), stringsAsFactors=F)
  id foo bar test.1 test.2
1  1 a|b p|q      a      b
2  2 b|c r|s      b      c
3  3 c|d s|t      c      d

多列：

> transform(df, lapply(list(foo,bar),
+ function(x)do.call(rbind, strsplit(x, '|', fixed=TRUE))), stringsAsFactors=F)
  id foo bar X1 X2 X1.1 X2.1
1  1 a|b p|q  a  b    p    q
2  2 b|c r|s  b  c    r    s
3  3 c|d s|t  c  d    s    t

更好地命名多个拆分列：

> transform(df, lapply({l<-list(foo,bar);names(l)=c('foo','bar');l}, 
+                          function(x)do.call(rbind, strsplit(x, '|', fixed=TRUE))), stringsAsFactors=F)
  id foo bar foo.1 foo.2 bar.1 bar.2
1  1 a|b p|q     a     b     p     q
2  2 b|c r|s     b     c     r     s
3  3 c|d s|t     c     d     s     t

在数据框中的分隔符处拆分列

6 个答案: