代码之家 › 专栏 › 技术社区 › frank

拆分字符串并转换为数据帧R

frank · 技术社区 · 6 年前

我有一个65K元素的字符向量,格式是。每个元素的长度不同,但以逗号为基础的长度范围为3到8:

b[1]= "aaaa, bbbb, cccc"
...
b[1000]="aaaa, bbbb, cccc, dddd, eeee, ffff"
...
b[3000]="aaaa, bbbb, cccc, dddd, eeee, ffff, gggg"
b[3001]="aaaa, bbbb, cccc"

我要转换为数据帧:

row  col1 col2 col3 col4 col5 col6 col7
1    aaaa bbbb cccc
1000 aaaa bbbb cccc dddd eeee ffff
3000 aaaa bbbb cccc dddd eeee ffff gggg

我尝试过:

 data.frame( do.call( rbind, strsplit( b, ',' ) ) )

得到:

警告消息: in(函数(…,deparse.level=1): 结果的列数不是向量长度的倍数(arg 1)

有什么建议吗?

1 回复 | 直到 6 年前

Ronak Shah 6 年前

我们可以用 read.csv 将字符串粘贴在一起并用 "\n" .

read.csv(text = paste0(b, collapse = "\n"), header = FALSE)

#    V1    V2    V3    V4    V5    V6    V7
#1 aaaa  bbbb  cccc                        
#2 aaaa  bbbb  cccc  dddd  eeee  ffff      
#3 aaaa  bbbb  cccc  dddd  eeee  ffff  gggg

如果要将空字符串读取为 NA 在中指定它们 na.strings

read.csv(text = paste0(b, collapse = "\n"), header = FALSE, na.strings = "")

另一个选择是 stri_list2matrix 从 stringi

data.frame(stringi::stri_list2matrix(strsplit(b, ","), byrow = TRUE))

#   X1    X2    X3    X4    X5    X6    X7
#1 aaaa  bbbb  cccc  <NA>  <NA>  <NA>  <NA>
#2 aaaa  bbbb  cccc  dddd  eeee  ffff  <NA>
#3 aaaa  bbbb  cccc  dddd  eeee  ffff  gggg

数据

b <- c("aaaa, bbbb, cccc", "aaaa, bbbb, cccc, dddd, eeee, ffff", 
       "aaaa, bbbb, cccc, dddd, eeee, ffff, gggg")

akrun 6 年前

我们可以用 fread 从 data.table

library(data.table)
fread(paste(b, collapse="\n", sep=""), fill = TRUE)
#   V1   V2   V3   V4   V5   V6   V7
#1: aaaa bbbb cccc                    
#2: aaaa bbbb cccc dddd eeee ffff     
#3: aaaa bbbb cccc dddd eeee ffff gggg

数据

b <- c("aaaa, bbbb, cccc", "aaaa, bbbb, cccc, dddd, eeee, ffff", 
   "aaaa, bbbb, cccc, dddd, eeee, ffff, gggg")

推荐文章

Amp · 使用R ggplot2删除geom_radial中axis.line和panel.border之间的空格

7 月前

Hard_Course · 用另一列中的值替换行的最后一个非NA条目

7 月前

Mark R · 使用geom_sf()删除地球仪上不需要的网格线

7 月前

Joe · 根据对工作日和本周早些时候的日期的了解,找到一个日期

7 月前

Ben · 统计向量中的单词在字符串中出现的频率

7 月前

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

7 月前

katefull06 · 在R中使用terra修改范围时,会为单独的SpatRaster重写范围

8 月前

dez93_2000 · 在R管道子功能中引用管道对象的当前状态

8 月前

accibio · 在ggplot2中为同一变量创建两个连续的颜色渐变比例

8 月前

Mankka · 如何在Ggplot2中绘制均匀的径向图

8 月前