我有一个巨大的数据集,其中有一列包括每个主题(行)的几个值。这里是一个简化的样本数据帧:将一列分成多列
data <- data.frame(subject = c(1:8), sex = c(1, 2, 2, 1, 2, 1, 1, 2),
age = c(35, 29, 31, 46, 64, 57, 49, 58),
v1 = c("2", "0", "3,5", "2 1", "A,4", "B,1,C", "A and B,3", "5, 6 A or C"))
> data
subject sex age v1
1 1 1 35 2
2 2 2 29 0
3 3 2 31 3,5 # separated by a comma
4 4 1 46 2 1 # separated by a blank space
5 5 2 64 A,4
6 6 1 57 B,1,C
7 7 1 49 A and B,3
8 8 2 58 5, 6 A or C
我首先要在第四列取出字母(A
,B
,A and B
,...)(v1
),然后拆分第四栏为多列就这样:
subject sex age x1 x2 x3 x4 x5 x6
1 1 1 35 0 1 0 0 0 0
2 2 2 29 0 0 0 0 0 0
3 3 2 31 0 0 1 0 1 0
4 4 1 46 1 1 0 0 0 0
5 5 2 64 0 0 0 1 0 0
6 6 1 57 1 0 0 0 0 0
7 7 1 49 0 0 1 0 0 0
8 8 2 58 0 0 0 0 1 1
其中第一主体在X2为1,因为它在原始数据集需要2在V1,所述第三主体在两个X3和X5为1,因为它在原始数据集需要3和5在V1,等等。
我希望在这个问题上的任何帮助。非常感谢。
非常感谢。你的R脚本工作得很好。 – user187454
感谢您的更新。我还有一个问题。在这里我只给出一个简单的数据集,其中v1取最大值“6”。在我的真实数据中,由于它很大,是否有一种简单的方法可以自动确定v1的最大值,而不是由我自己指定?谢谢。 – user187454
非常感谢,您非常乐于助人。 – user187454