webdevqa.jp.net

データフレームの区切り文字で列を分割

データフレームで区切り文字に基づいて1つの列を2つに分割したいと思います。例えば、

a|b
b|c

になる

a    b
b    c

データフレーム内。

ありがとう!

92
Jeff Erickson

@Taesung Shinは正しいですが、それからdata.frameにするためのもう少しの魔法です。あいまいさを避けるために「x | y」行を追加しました。

df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
foo <- data.frame(do.call('rbind', strsplit(as.character(df$FOO),'|',fixed=TRUE)))

または、既存のdata.frameの列を置き換える場合:

within(df, FOO<-data.frame(do.call('rbind', strsplit(as.character(FOO), '|', fixed=TRUE))))

生成するもの:

  ID FOO.X1 FOO.X2
1 11      a      b
2 12      b      c
3 13      x      y
89
Tommy

Hadleyは、関数reshapeを使用して、colsplitパッケージのデータフレーム内でこれを行う非常にエレガントなソリューションを提供しています。

require(reshape)
> df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
> df
  ID FOO
1 11 a|b
2 12 b|c
3 13 x|y
> df = transform(df, FOO = colsplit(FOO, split = "\\|", names = c('a', 'b')))
> df
  ID FOO.a FOO.b
1 11     a     b
2 12     b     c
3 13     x     y
60
Ramnath

新しく人気のあるtidyrパッケージは、separateでこれを行います。正規表現を使用するため、|をエスケープする必要があります

df <- data.frame(ID=11:13, FOO=c('a|b', 'b|c', 'x|y'))
separate(data = df, col = FOO, into = c("left", "right"), sep = "\\|")

  ID left right
1 11    a     b
2 12    b     c
3 13    x     y

ただし、この場合、デフォルトは十分に機能します(分割する英数字以外の文字を探します)。

separate(data = df, col = FOO, into = c("left", "right"))
56
Gregor

SOに関する最近の質問 にリンクされているため、この質問に出くわしました。

答えの恥知らずなプラグイン:「splitstackshape」パッケージのcSplitを使用します。

df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
library(splitstackshape)
cSplit(df, "FOO", "|")
#   ID FOO_1 FOO_2
# 1 11     a     b
# 2 12     b     c
# 3 13     x     y

この特定の関数は、各列に異なる区切り文字がある場合でも、複数の列の分割も処理します。

df <- data.frame(ID=11:13, 
                 FOO=c('a|b','b|c','x|y'), 
                 BAR = c("A*B", "B*C", "C*D"))
cSplit(df, c("FOO", "BAR"), c("|", "*"))
#   ID FOO_1 FOO_2 BAR_1 BAR_2
# 1 11     a     b     A     B
# 2 12     b     c     B     C
# 3 13     x     y     C     D

基本的に、これはread.table(text = some_character_vector, sep = some_sep)を使用し、その出力を元のdata.frameにバインドするための派手な便利なラッパーです。つまり、別の ベースRアプローチは次のとおりです。

df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
cbind(df, read.table(text = as.character(df$FOO), sep = "|"))
  ID FOO V1 V2
1 11 a|b  a  b
2 12 b|c  b  c
3 13 x|y  x  y
38
strsplit(c('a|b','b|c'),'|',fixed=TRUE)
6
Tae-Sung Shin

@Ramnathと@Tommyの回答を組み合わせることで、1つ以上の列のベースRで機能するアプローチを見つけることができました。

基本的な使用法:

> df = data.frame(
+   id=1:3, foo=c('a|b','b|c','c|d'), 
+   bar=c('p|q', 'r|s', 's|t'), stringsAsFactors=F)
> transform(df, test=do.call(rbind, strsplit(foo, '|', fixed=TRUE)), stringsAsFactors=F)
  id foo bar test.1 test.2
1  1 a|b p|q      a      b
2  2 b|c r|s      b      c
3  3 c|d s|t      c      d

複数の列:

> transform(df, lapply(list(foo,bar),
+ function(x)do.call(rbind, strsplit(x, '|', fixed=TRUE))), stringsAsFactors=F)
  id foo bar X1 X2 X1.1 X2.1
1  1 a|b p|q  a  b    p    q
2  2 b|c r|s  b  c    r    s
3  3 c|d s|t  c  d    s    t

複数の分割列の命名の改善:

> transform(df, lapply({l<-list(foo,bar);names(l)=c('foo','bar');l}, 
+                          function(x)do.call(rbind, strsplit(x, '|', fixed=TRUE))), stringsAsFactors=F)
  id foo bar foo.1 foo.2 bar.1 bar.2
1  1 a|b p|q     a     b     p     q
2  2 b|c r|s     b     c     r     s
3  3 c|d s|t     c     d     s     t
4
JS1204