我正在处理一个数据框,其中一列包含大部分为数字但可能包含非数字条目的值。我想将此列拆分为多个列。其中一列应包含原始条目的数字部分,另一列应包含任何非数字元素。
这是一个示例数据框:
df <- data.frame(ID=1:4,x=c('< 0.1','100','A 2.5', '200'))
这是我希望数据框的样子:
ID x1 x2
1 < 0.1
2 100
3 A 2.5
4 200
我目前正在利用的数据的特点是字符串的结构总是如下:非数字元素(如果存在的话)总是在数字元素之前并且两个元素总是用空间。
我可以使用 reshape 包中的 colsplit 根据空格拆分列。这样做的问题是它会复制任何不能拆分为两个元素的条目,
require(reshape)
df <- transform(df, x=colsplit(x,split=" ", names("x1","x2")))
df
ID x1 x2
1 < 0.1
2 100 100
3 A 2.5
4 200 200
这不是什么大问题,因为我可以进行一些后处理以从列“x1”中删除数字元素。
我还可以在函数内使用 strsplit 来完成我想做的事情:
split.fn <- function(id){
new.val <- unlist(strsplit(as.character(df$x[df$ID==id])," "))
if(length(new.val)==1){
return(data.frame(ID=id,x1="NA",x2=new.val))
}else{
return(data.frame(ID=id,x1=new.val[1],x2=new.val[2]))
}
}
data.frame(rbindlist(lapply(unique(df$ID),split.fn)))
ID x1 x2
1 < 0.1
2 NA 100
3 A 2.5
4 NA 200
但这看起来很麻烦。
基本上,我在此处概述的两个选项都可以使用。但我怀疑有一种更优雅或更直接的方法来获取所需的数据框。
最佳答案
您可以使用tidyr中的separate()
tidyr::separate(df, x, c("x1", "x2"), " ", fill = "left")
# ID x1 x2
# 1 1 < 0.1
# 2 2 <NA> 100
# 3 3 A 2.5
# 4 4 <NA> 200
如果您绝对需要删除 NA
值,那么您可以这样做
tdy <- tidyr::separate(df, x, c("x1", "x2"), " ", fill = "left")
tdy[is.na(tdy)] <- ""
然后我们有
tdy
# ID x1 x2
# 1 1 < 0.1
# 2 2 100
# 3 3 A 2.5
# 4 4 200
关于r - 如何将数据框中的字符串拆分为多列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32854787/