整理R数据框中的数字数组答案

【问题标题】：Tidying arrays of numbers in R data frame整理R数据框中的数字数组
【发布时间】：2021-12-29 14:54:03
【问题描述】：

如何整理下面的数据框

data.frame(a  = c(1,2), values = c("[1.1, 1.2, 1.3]", "[2.1, 2.2]"))

 a          values
1 [1.1, 1.2, 1.3]
2      [2.1, 2.2]

结果应该是

data.frame(a  = c(1,1,1,2,2), values = c(1.1, 1.2, 1.3, 2.1, 2.2))
  a values
 1    1.1
 1    1.2
 1    1.3
 2    2.1
 2    2.2

【问题讨论】：

标签： r tidyverse tidyr

【解决方案1】：

我们可以在list 和unnest 中提取带有str_extract_all 的数字

library(dplyr)
library(stringr)
library(tidyr)
df1 %>%
    mutate(values = str_extract_all(values, "[0-9.]+")) %>% 
    unnest(values) %>% 
    type.convert(as.is = TRUE)

-输出

# A tibble: 5 × 2
      a values
  <int>  <dbl>
1     1    1.1
2     1    1.2
3     1    1.3
4     2    2.1
5     2    2.2

或者另一种选择是使用reticulate:py_eval 评估python 对象，然后使用unnest list 列

library(reticulate)
df1 %>%
    rowwise %>%
     mutate(values = list(py_eval(values))) %>%
     unnest(values)

-输出

# A tibble: 5 × 2
      a values
  <dbl>  <dbl>
1     1    1.1
2     1    1.2
3     1    1.3
4     2    2.1
5     2    2.2

数据

df1 <- data.frame(a  = c(1,2), values = c("[1.1, 1.2, 1.3]", "[2.1, 2.2]"))

【讨论】：

您的reticulate:py_eval 很有创意。恭喜你，阿伦！

【解决方案2】：

另一种可能的解决方案：

library(tidyverse)

df <- data.frame(a  = c(1,2), values = c("[1.1, 1.2, 1.3]", "[2.1, 2.2]"))

df %>% 
  separate(values, into=LETTERS[1:5], sep="\\[|,|\\]", fill="right",convert=T) %>% 
  pivot_longer(-a, values_drop_na = T) %>% 
  select(-name)

#> # A tibble: 5 × 2
#>       a value
#>   <dbl> <dbl>
#> 1     1   1.1
#> 2     1   1.2
#> 3     1   1.3
#> 4     2   2.1
#> 5     2   2.2

【讨论】：

当您使用separate 时。也可以使用separate_rows 即df1 %>% mutate(values = str_remove_all(values, "\\[|\\]")) %>% separate_rows(values, sep=",\\s*", convert = TRUE)
谢谢，阿伦！聪明的方法，像往常一样！

【解决方案3】：

另一个使用 eval + expression + gsub 的基本 R 选项

with(
  df,
  type.convert(
    setNames(
      rev(
        stack(
          sapply(
            setNames(values, a),
            function(x) eval(str2expression(gsub("\\[(.*)\\]", "c(\\1)", x)))
          )
        )
      ), names(df)
    ),
    as.is = TRUE
  )
)

给予

【讨论】：