如何存储 Wine 描述符数据答案

【问题标题】：How to store Wine descriptor data如何存储 Wine 描述符数据
【发布时间】：2021-02-08 03:32:17
【问题描述】：

假设我有一个非常大的数据集，其中包含品酒的结果，品酒描述符存储在其中一个变量中。

data.frame(c("red","white","rose"),c("grapefruit, raspberry", "sweet, bold", "tannins, long finish"))

可能的描述符数量巨大。我想以一种可用于机器学习技术分析的方式解压它们。我应该将每个可能的描述符放在自己的变量中，还是有更有效和更紧凑的方式来存储此类数据？

提前谢谢你！

【问题讨论】：

标签： r dataframe bigdata data-manipulation data-wrangling

【解决方案1】：

试试这个方法。您有两个变量，但其中一个以逗号分隔。您可以重塑数据并为每个特征构建一个变量。此外，它还取决于您要应用哪类 ML 算法（可能是无监督学习）。代码如下：

library(tidyverse)
#Code
dfnew <- df %>% setNames(.,c('v1','v2')) %>%
  mutate(id=row_number()) %>%
  pivot_longer(-id) %>%
  separate_rows(value,sep=',') %>%
  mutate(value=trimws(value)) %>% select(-name) %>%
  group_by(id) %>% mutate(Var=paste0('V',row_number())) %>%
  pivot_wider(names_from = Var,values_from=value) %>%
  ungroup() %>%select(-id)

输出：

# A tibble: 3 x 3
  V1    V2         V3         
  <chr> <chr>      <chr>      
1 red   grapefruit raspberry  
2 white sweet      bold       
3 rose  tannins    long finish

使用的一些数据：

#Data
df <- data.frame(c("red","white","rose"),c("grapefruit, raspberry", "sweet, bold", "tannins, long finish"))

【讨论】：

【解决方案2】：

我们可以使用base R 轻松做到这一点（不需要任何包）。只需重命名数据集的列（因为data.frame 构造没有任何名称，它也只是将第一行作为列名），然后使用read.csv 读取第二列，它会自动使用分隔符为, 以分隔到不同的列

names(df) <- paste0('v', seq_along(df))
df[c('v2', 'v3')] <- read.csv(text = df$v2, header = FALSE)

-输出

df
#     v1         v2           v3
#1   red grapefruit    raspberry
#2 white      sweet         bold
#3  rose    tannins  long finish

数据

df <- structure(list(c..red....white....rose.. = c("red", "white", 
"rose"), c..grapefruit..raspberry....sweet..bold....tannins..long.finish.. = c("grapefruit, raspberry", 
"sweet, bold", "tannins, long finish")),
class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：