使用tidyr分离多个变量

我有一个数据框（df）与十个变量（var1，var2，var3，...，var10）进行分隔。变量的值有以下形式：value_text。我想应用tidyr :: separate，实际上我做了十次，每次变量一次。使用tidyr分离多个变量

tidyr::separate(col=var1,into=c("value1","text1"),extra="merge")%>% 
tidyr::separate(col=var2,into=c("value2","text2"),extra="merge")%>%

...

你知道tidyr ::单独一次使用（不带隔离的10倍）的任何 “更优雅” 的方式？

来源

2017-04-10 ungatoverde

请包括[再现的示例]（http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example/5963610）。这使得其他人更容易帮助你。 – Jaap

如果你没有使用“tidyr”就可以，你可以使用“splitstackshape”中的cSplit' .... – A5C1D2H2I1M1N2O1R2T1

谢谢你的想法，但我更喜欢使用tidyr – ungatoverde

我可以在那一刻想到的最好的是这样的：

library(tidyverse) 
mydf %>% 
    gather(var, val, everything()) %>%   # Gather all the columns into a key-value pair 
    separate(val, into = c("value", "text")) %>% # Separate the gathered columns 
    gather(key, val, value, text) %>%    # Gather again so you have key-key-value 
    unite(cn, var, key) %>%      # Unite your keys to become the column names 
    group_by(cn) %>%        # Keys are duplicated; we need to know their origins 
    mutate(rn = sequence(n())) %>%    # .. so we add row numbers 
    spread(cn, val)        # Then we convert to the wide form 
# # A tibble: 5 × 21 
#  rn var1_text var1_value var10_text var10_value var2_text var2_value var3_text var3_value var4_text var4_value 
# * <int>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr>  <chr> 
# 1  1  POIL  235  ZHKV   555  QVWK  479  SKCY  454  YCTY  704 
# 2  2  NENB  928  CJLE   956  JXQT  379  HPCV  186  VIQY  764 
# 3  3  HFHX  966  PZZE   622  PXHE  261  IUGF  717  YIGE  842 
# 4  4  LUWK  021  OJRH   741  XNWE  230  NGEN  486  INYN  003 
# 5  5  BISI  637  MEJS   718  TSYO  383  ODGS  755  GBKW  564 
# # ... with 10 more variables: var5_text <chr>, var5_value <chr>, var6_text <chr>, var6_value <chr>, 
# # var7_text <chr>, var7_value <chr>, var8_text <chr>, var8_value <chr>, var9_text <chr>, var9_value <chr> 
# Warning message: 
# attributes are not identical across measure variables; they will be dropped

这是我使用的样品数据：

library(stringi) 
set.seed(1) 
mydf <- data.frame(matrix(sprintf("%s_%s", stri_rand_strings(50, 3, "[0-9]"), 
            stri_rand_strings(50, 4, "[A-Z]")), ncol = 10, 
          dimnames = list(NULL, paste0("var", 1:10)))) 
mydf 
#  var1  var2  var3  var4  var5  var6  var7  var8  var9 var10 
# 1 235_POIL 479_QVWK 454_SKCY 704_YCTY 924_JDJQ 883_TYMP 206_BCJE 214_FDZI 944_DFVS 555_ZHKV 
# 2 928_NENB 379_JXQT 186_HPCV 764_VIQY 362_KRRO 794_MCGM 877_HEGE 959_NRCD 174_GMCJ 956_CJLE 
# 3 966_HFHX 261_PXHE 717_IUGF 842_YIGE 470_LLHP 733_JYNI 448_MUAN 734_BYRC 522_ZQRI 622_PZZE 
# 4 021_LUWK 230_XNWE 486_NGEN 003_INYN 838_XDKF 727_HUSE 663_WJBD 107_MMJZ 550_KZWY 741_OJRH 
# 5 637_BISI 383_TSYO 755_ODGS 564_GBKW 334_LDLY 121_BTQE 296_IEDF 146_EVBK 069_VUGT 718_MEJS

NOTE: This seems to be entirely the opposite data format of what would be recommended by the authors of the "tidyverse" set of packages.

如前所述，另一种方法是使用我的cSplit “splitstackshape”包。

library(splitstackshape) 
cSplit(mydf, names(mydf), "_", type.convert = FALSE) 
## var1_1 var1_2 var2_1 var2_2 var3_1 var3_2 var4_1 var4_2 var5_1 var5_2 var6_1 var6_2 var7_1 var7_2 var8_1 var8_2 
## 1: 235 POIL 479 QVWK 454 SKCY 704 YCTY 924 JDJQ 883 TYMP 206 BCJE 214 FDZI 
## 2: 928 NENB 379 JXQT 186 HPCV 764 VIQY 362 KRRO 794 MCGM 877 HEGE 959 NRCD 
## 3: 966 HFHX 261 PXHE 717 IUGF 842 YIGE 470 LLHP 733 JYNI 448 MUAN 734 BYRC 
## 4: 021 LUWK 230 XNWE 486 NGEN 003 INYN 838 XDKF 727 HUSE 663 WJBD 107 MMJZ 
## 5: 637 BISI 383 TSYO 755 ODGS 564 GBKW 334 LDLY 121 BTQE 296 IEDF 146 EVBK 
## var9_1 var9_2 var10_1 var10_2 
## 1: 944 DFVS  555 ZHKV 
## 2: 174 GMCJ  956 CJLE 
## 3: 522 ZQRI  622 PZZE 
## 4: 550 KZWY  741 OJRH 
## 5: 069 VUGT  718 MEJS

另一种选择，如果你想坚持的tidyverse是使用for循环：就这样，如下的问题很容易解决。

for (i in names(mydf)) mydf <- separate_(mydf, i, paste0(i, c("_text", "_value")))

来源

2017-04-10 16:13:29 A5C1D2H2I1M1N2O1R2T1

感谢您的回复。我非常感谢你在这个详细的答案中的努力。不过，我正在寻找更容易的东西。变量名称的格式如下：Year_2005，Year_2006 ... Year_2010。新的分离变量应具有以下形式：Value_2005，Text_2005，Value_2006，Text_2006 ... Value_2010，Text_2010。因此，我正在考虑这样的事情，但它不起作用（“错误：无效列规范”）：'tidyr :: separate（paste0（“Year _”，2005：2015），c（paste0（“Value _”，2005 ：2015），paste0（“Text _”，2005：2015）），extra =“merge”，convert = TRUE）' – ungatoverde

@ungatoverde，我希望你在我的帖子中看到我的笔记。你在做什么违背了整齐的数据原则，所以你不可能找到使用“tidyverse”的方便解决方案。 – A5C1D2H2I1M1N2O1R2T1

@ungatoverde，另一种选择可能是使用'for'循环，在循环中遍历名称并将它们分开。....不应该太难处理。 – A5C1D2H2I1M1N2O1R2T1

使用tidyr分离多个变量

回答

相关问题