在列和名称中拆分字符 [英] Split character in column and name

问题描述

我想拆分字符。虽然我有一个大的数据帧工作，下面的小例子显示需要做什么。

  mydf<  -  data.frame（name = c（L1，L2，L3），
 M1 = c（AC，AT，NA），M2 = c（CC， - ，TC），M3 = c（AT，TT ））
  

我想将变量M1到M3的字符分割（在实际数据集中我有> 6000个变量）

 名称M1a M1b M2a M2b M3a M3b 
 L1 ACCCAT 
 L2 AT  -   -  TT 
 L3 NA NA TCAG 
  

我尝试了以下代码：

  func<  -  function（x）{sapply（strsplit（x，），
 match，table = c（A ，T，G， - ，NA））} 
 
 odataframe<  -  data.frame（apply（mydf，1，func））
 colnames odataframe）<  - 粘贴（rep（names（mydf），each = 2），c（a，b），sep =）
 odataframe 
  

解决方案

你去：

  splitCol<  -  function（x）{ 
x<  -  as.character（x）
x [is.na（x）]<  - $$
z<  -  matrix（unlist（strsplit（x，split = ）），ncol = 2，byrow = TRUE）
z [z ==$]<  -  NA 
z 
} 
 
 
 newdf <  -  as.data.frame（do.call（cbind，lapply（mydf [，-1]，splitCol）））
名称（newdf）<  -  paste（rep（names（mydf [，-1 ]），每个= 2），c（a，b），sep =）
 newdf<  -  data.frame（mydf [，1，drop = FALSE]，newdf）
 
 newdf 
名称M1a M1b M2a M2b M3a M3b 
 1 L1 ACCCAT 
 2 L2 AT  -   -  TT 
 3 L3< NA> < NA T C A G 
  

I want to split characters. Although I have a large dataframe to work, the following small example to show what need to be done.

  mydf <- data.frame (name = c("L1", "L2", "L3"), 
    M1 = c("AC", "AT", NA), M2 = c("CC", "--", "TC"), M3 = c("AT", "TT", "AG"))

I want to split the characters for variables M1 to M3 (in real dataset I have > 6000 variables)

  name  M1a M1b   M2a M2b  M3a  M3b 
   L1   A    C    C    C    A     T
   L2   A    T    -    -    T     T
   L3   NA   NA   T     C    A     G

I tried the following codes:

func<- function(x) {sapply( strsplit(x, ""),
                     match, table= c("A","C","T","G", "--", NA))}

odataframe <- data.frame(apply(mydf, 1, func) )
colnames(odataframe) <-  paste(rep(names(mydf), each = 2), c("a", "b"), sep = "")
odataframe

解决方案

Here you go:

splitCol <- function(x){
  x <- as.character(x)
  x[is.na(x)] <- "$$"
  z <- matrix(unlist(strsplit(x, split="")), ncol=2, byrow=TRUE)
  z[z=="$"] <- NA
  z
}


newdf <- as.data.frame(do.call(cbind, lapply(mydf[, -1], splitCol)))
names(newdf) <- paste(rep(names(mydf[, -1]), each=2), c("a", "b"), sep="")
newdf <- data.frame(mydf[, 1, drop=FALSE], newdf)

newdf
  name  M1a  M1b M2a M2b M3a M3b
1   L1    A    C   C   C   A   T
2   L2    A    T   -   -   T   T
3   L3 <NA>  <NA   T   C   A   G

这篇关于在列和名称中拆分字符的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！