嗨我有一个逗号分隔列的表，我需要将逗号分隔值转换为新行。对于〔实施例中给定的表是独立逗号分隔单元格为新行
Name Start End
A 1,2,3 4,5,6
B 1,2 4,5
C 1,2,3,4 6,7,8,9
我需要将其转换像
Name Start End
A 1 4
A 2 5
A 3 6
B 1 4
B 2 5
C 1 6
C 2 7
C 3 8
C 4 9
我能做到这一点使用VB脚本，但我需要它，使用R 谁能解决这个问题要解决？
以下是一种适合您的方法。我假设你的三个输入向量在不同的对象中。我们将创建这些输入的列表并编写一个处理每个对象的函数，并以plyr的形式以data.frame的形式返回它们。
这里需要注意的是将字符向量拆分为它的组成部分，然后使用as.numeric将字符形式的数字在拆分时进行转换。由于R按列填充矩阵，因此我们定义一个2列矩阵，让R为我们填充值。然后，我们检索名称列，并将它们放在data.frame中。 plyr已经足够好处理列表并将其自动转换为data.frame。
library(plyr)
a <- paste("A",1, 2,3,4,5,6, sep = ",", collapse = "")
b <- paste("B",1, 2,4,5, sep = ",", collapse = "")
c <- paste("C",1, 2,3,4,6,7,8,9, sep = ",", collapse = "")
input <- list(a,b,c)
splitter <- function(x) {
x <- unlist(strsplit(x, ","))
out <- data.frame(x[1], matrix(as.numeric(x[-1]), ncol = 2))
colnames(out) <- c("Name", "Start", "End")
return(out)
}
ldply(input, splitter)
和输出：
> ldply(input, splitter)
Name Start End
1 A 1 4
2 A 2 5
3 A 3 6
4 B 1 4
5 B 2 5
6 C 1 6
7 C 2 7
8 C 3 8
9 C 4 9
你可能会问这个问题上SO因为没有处理统计:)
反正问题，我做了一个相当复杂和丑陋解决方案，可能适合你：
# load your data
x <- structure(list(Name = c("A", "B", "C"), Start = c("1,2,3", "1,2",
"1,2,3,4"), End = c("4,5,6", "4,5", "6,7,8,9")), .Names = c("Name",
"Start", "End"), row.names = c(NA, -3L), class = "data.frame")
看起来像R中，如：
data <- data.frame(cbind(
rep(x$Name,as.numeric(lapply(strsplit(x$Start,","), length))),
unlist(lapply(strsplit(x$Start,","), cbind)),
unlist(lapply(strsplit(x$End,","), cbind))
))
命名新的数据帧：
> x
Name Start End length
1 A 1,2,3 4,5,6 3
2 B 1,2 4,5 2
3 C 1,2,3,4 6,7,8,9 4
与strsplit呼叫帮助数据转换
names(data) <- c("Name", "Start", "End")
它看起来像：
> data
Name Start End
1 A 1 4
2 A 2 5
3 A 3 6
4 B 1 4
5 B 2 5
6 C 1 6
7 C 2 7
8 C 3 8
9 C 4 9
“我制定了一个相当复杂和丑陋的解决方案，可能适合你”谢谢你让我微笑。 ;-) –
@Joshua Ulrich：我很高兴我的回答有很好的效果:) – daroczig
这里另一个，只是为了好玩。以d作为原始数据。
f <- function(x, ul = TRUE)
{
x <- deparse(substitute(x))
if(ul) unlist(strsplit(d[[x]], ','))
else strsplit(d[[x]], ',')
}
> data.frame(Name = rep(d$Name, sapply(f(End, F), length)),
Start = f(Start), End = f(End))
# Name Start End
# 1 A 1 4
# 2 A 2 5
# 3 A 3 6
# 4 B 1 4
# 5 B 2 5
# 6 C 1 6
# 7 C 2 7
# 8 C 3 8
# 9 C 4 9
的separate_rows()功能tidyr是与多个分隔值观察老板......
# create data
library(tidyverse)
d <- data_frame(
Name = c("A", "B", "C"),
Start = c("1,2,3", "1,2", "1,2,3,4"),
End = c("4,5,6", "4,5", "6,7,8,9")
)
d
# # A tibble: 3 x 3
# Name Start End
# <chr> <chr> <chr>
# 1 A 1,2,3 4,5,6
# 2 B 1,2 4,5
# 3 C 1,2,3,4 6,7,8,9
# tidy data
separate_rows(d, Start, End)
# # A tibble: 9 x 3
# Name Start End
# <chr> <chr> <chr>
# 1 A 1 4
# 2 A 2 5
# 3 A 3 6
# 4 B 1 4
# 5 B 2 5
# 6 C 1 6
# 7 C 2 7
# 8 C 3 8
# 9 C 4 9
# use convert set to TRUE for integer column modes
separate_rows(d, Start, End, convert = TRUE)
# # A tibble: 9 x 3
# Name Start End
# <chr> <int> <int>
# 1 A 1 4
# 2 A 2 5
# 3 A 3 6
# 4 B 1 4
# 5 B 2 5
# 6 C 1 6
# 7 C 2 7
# 8 C 3 8
# 9 C 4 9
这个问题属于的R语言的服务器上，而不是在这里。 – whuber
用read.csv读取文件，并用write.table写入，用熔化转换为适当的格式。这个问题类似于你最近的问题，它真的不属于这里。请通过stackoverflow询问。 – mpiktas
哦，好的。我是新来的R认为CV是一个R社区。下次还会跟着:) – Jana