拆分单元格中的数据 [英] Splitting data in a cell

问题描述

我有一个这样的数据集

Code   Product
1      A|B
2      A|B|C
3      A|B|C|D|E

我使用 colsplit 函数拆分列 Product ，重复出现。 colsplit 函数的输出如下所示：

When I split the column Product using colsplit function, duplication occurs. The output of colsplit function looks like this:

Code  Product.1   Product.2  Product.3  Product.4  Product.5
1     A           B          A          B          A
2     A           B          C          A          B
3     A           B          C          D          E

发生这种情况是因为其中一个单元格有五个元素。有没有办法避免这种重复？

This happens because one of the cells had five elements. Is there any way to avoid this duplication?

谢谢和关心
Jayaram

Thanks and regards Jayaram

推荐答案

更新（2013年10月21日）

下面的概念已经被卷入了一系列名为 concat.split的函数。 * 在我的splitstackshape包中。这是一个非常简单的解决方案，使用 concat.split.multiple ：

Update (21 Oct 2013)

The concepts below have been rolled into a family of functions called concat.split.* in my "splitstackshape" package. Here is a very straightforward solution using concat.split.multiple:

library(splitstackshape)
concat.split.multiple(temp, "Product", "|", "long")
#    Code time Product
# 1     1    1       A
# 2     2    1       A
# 3     3    1       A
# 4     1    2       B
# 5     2    2       B
# 6     3    2       B
# 7     1    3    <NA>
# 8     2    3       C
# 9     3    3       C
# 10    1    4    <NA>
# 11    2    4    <NA>
# 12    3    4       D
# 13    1    5    <NA>
# 14    2    5    <NA>
# 15    3    5       E

删除long / code>参数，如果你想要广泛的格式，但你的意见表明，最终你想要一个长格式的输出。

Remove the "long" argument if you want the wide format, but your comments indicated that ultimately you wanted a long format for your output.

您可以使用 strsplit 和 sapply 如下：

# Your data
temp <- structure(list(Code = 1:3, Product = c("A|B", "A|B|C", "A|B|C|D|E"
)), .Names = c("Code", "Product"), class = "data.frame", row.names = c(NA, -3L))

temp1 <- strsplit(temp$Product, "\\|") # Split the product cell
temp1 <- data.frame(Code = temp$Code, 
                    t(sapply(temp1, 
                           function(x) { 
                               temp <- matrix(NA, 
                                              nrow = max(sapply(temp1, length)));
                               temp[1:length(x)] <- x; temp})))
temp1
#   Code X1 X2   X3   X4   X5
# 1    1  A  B <NA> <NA> <NA>
# 2    2  A  B    C <NA> <NA>
# 3    3  A  B    C    D    E

---

使用plyr包中的 rbind.fill ，将每行放入单个列后 data.frame ：

---

Or... use rbind.fill from the "plyr" package, after making each of your rows into a single column data.frame:

temp1 <- strsplit(temp$Product, "\\|")
library(plyr)
data.frame(Code = temp$Code, 
           rbind.fill(lapply(temp1, function(x) data.frame(t(x)))))
#   Code X1 X2   X3   X4   X5
# 1    1  A  B <NA> <NA> <NA>
# 2    2  A  B    C <NA> <NA>
# 3    3  A  B    C    D    E

---

或。 ..灵感来自@ DWin的伟大答案此处，重新阅读第二列作为数据。框架本身。

---

Or... inspired by @DWin's great answer here, re-read the second column as a data.frame in itself.

newcols <- max(sapply(strsplit(temp$Product, "\\|"), length))
temp2 <- data.frame(Code = temp$Code,
                    read.table(text = as.character(temp$Product), 
                               sep="|", fill=TRUE, 
                               col.names=paste("Product", seq(newcols))))
temp2
#   Code Product.1 Product.2 Product.3 Product.4 Product.5
# 1    1         A         B                              
# 2    2         A         B         C                    
# 3    3         A         B         C         D         E

这篇关于拆分单元格中的数据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！