聚合字符行，拆分和重复答案

【问题标题】：Aggregating character rows, split and repeat聚合字符行，拆分和重复
【发布时间】：2019-06-12 15:18:03
【问题描述】：

我有这个字符数据集，

var1 <- c("10300010118,",
          "1030002,",
          "1030003,",
          "103000405, 0512,",
          "103000612, 0717,",
          "10310010618,",
          "103100221,",
          "103100315,",
          "103100412, 0517",
          "103100612,0729,",
          "14510010517,",
          "145100212,",
          "1451003,",
          "145100465, 0588,",
          "145100651, 0777,")

我想把它分成几列考虑，

每 5 行应位于一行中。在这个例子中，我们有 15 行。这意味着所需的输出应该是 3 行。
每五行的第一个字符（本例中为 1）应为第一列，接下来五行中的 4 个字符（例如 0300）为第二行，其余字符为最后一行。

生成的数据应该是这样的，

> data
    v1 v2    v3
1   1  0300  010118, 02, 03, 0405, 0512, 0612, 0717,
2   1  0310  010618, 0221, 0315, 0412, 0517, 0612, 0729,
3   1  4510  010517, 0212, 03, 0465, 0588, 0651, 0777,

知道怎么做吗？

【问题讨论】：

标签： r tidyverse data-manipulation

【解决方案1】：

这是tidyverse 的选项。用'var1'创建data_frame，根据位置索引将separate分成三列，去掉'v3'列中字符串末尾的,，用gl创建一个分组列来分组每 5 行中的行，按 'grp'、'v1' 和 'v2' 分组，summarise 'v3' by paste将 'v3' 的元素组合成一个字符串

library(tidyverse)
data_frame(var1) %>% 
    separate(var1, into = paste0('v', 1:3), sep= c(1, 5)) %>% 
    mutate(v3 = str_remove(v3, ",$")) %>%
    group_by(grp = as.integer(gl(n(), 5, n())), v1, v2) %>%
    summarise(v3 = toString(v3)) %>%
    ungroup %>%
    select(-grp)
# A tibble: 3 x 3
#  v1    v2    v3                                       
#  <chr> <chr> <chr>                                    
#1 1     0300  010118, 02, 03, 0405, 0512, 0612, 0717   
#2 1     0310  010618, 0221, 0315, 0412, 0517, 0612,0729
#3 1     4510  010517, 0212, 03, 0465, 0588, 0651, 0777

或者我们可以在base R 中通过在提到的位置创建一个分隔符然后使用read.csv 来做到这一点

df1 <- read.table(text= sub("^(.)(.{4})(.*),?$", "\\1-\\2-\\3", var1), 
    sep="-", header = FALSE, stringsAsFactors = FALSE, col.names = paste0("v", 1:3))
df1$grp <- as.integer(gl(nrow(df1), 5, nrow(df1)))
aggregate(v3 ~ ., df1, FUN = toString)[-3]

【讨论】：

谢谢。它只是有效，特别感谢您的解释。