分隔字段内容

Question

我确定这很简单，我认为这是使用分离和聚集的情况。

我在数据框中有一个字段，作者列表，已编辑的 pubmed 搜索导出。它包含出版物的作者。显然，它可以包含单个作者或作者的合作。

例如，这只是可用选项的选择：

Author
Drijgers RL, Verhey FR, Leentjens AF, Kahler S, Aalten P.

我想做的是创建一个所有作者的列表，这样我就有了类似的东西

Author
Drijgers RL
Verhey FR
Leentjens AF
Kahler S
Aalten P

我该怎么做？ 我以为会是这样的

authSpread<-authorlist%>%separate(Author,sep =",",extra ="drop")

但它不起作用。 如果我输入 =“NA” 我只在一个专栏中列出了第一作者。 我想做的是将文本复制到excel中的列函数，您可以在其中指定要拆分的字符，并将单元格的内容投射/传播到新单元格。然后将它们重新收集到一列中。 我不知道作者的最大数量，因此不知道以编程方式分割的列数（或如何标记它们）。

编辑：澄清 我不知道我是否想制作一个长宽的数据框然后收集 - 因为我不知道会生成多少个字段。这是明智之举吗？ 我想我可以将“，”分开的输出写入一个列表，然后将该列表的内容写入单个数据框。 这听起来更有效率吗？

Answer 1

您正在寻找separate_rows。

输入：

df <- data.frame(authors = c("Drijgers RL, Verhey FR, Leentjens AF, Köhler S, Aalten P."))

                                                     authors
1 Drijgers RL, Verhey FR, Leentjens AF, Köhler S, Aalten P.

功能：

library(tidyverse)

df %>% separate_rows(authors, sep = ", ")

输出：

       authors
1  Drijgers RL
2    Verhey FR
3 Leentjens AF
4    Köhler S
5    Aalten P.

您可以将它们保存在这样的列表中：

authors_list <- df %>% separate_rows(authors, sep = ", ") %>% pull(authors)

输出：

[1] "Drijgers RL"  "Verhey FR"    "Leentjens AF" "Köhler S"    "Aalten P."   

如果您的列表中有多篇文章的作者，并且您只想要唯一的出现，只需在末尾添加 unique()：

authors_list <- df %>% separate_rows(authors, sep = ", ") %>% pull(authors) %>% unique()