将数据框中的字符串转换为向量并取消嵌套数据框

Question

给定一个数据框，其中列中的每个观察值都是“x~y”形式的字符串，其中 x 和 y 是整数。

我们的目标是将“x~y”字符串转换为一个向量，c(x..y)，它是一个以整数 x 开头并以整数 y 结尾的数字序列。

最后，数据框需要取消嵌套，以便向量的每个元素都有自己的行，而其他列则正确重复。

例如，这是一个数据框：

A     B
A1  -1~1
A2   1~3
A3   2~4

上面的数据框应该改成如下：

  A     B
    A1   -1
    A1    0
    A1    1
    A2    1
    A2    2
    A2    3
    A3    2
    A3    3
    A3    4

不可能设置 str_replace 示例，因为有很多情况.. 如何制作这段代码？？

Answer 1

由于您的 B 列可以很容易地转换为满足您所需的表达式，因此我将使用以下方法。

# Using tidyverse for stringr (str_replace), tidyr (unnest), and purrr (map)
library(tidyverse)

# recreating your dataframe
df <- data.frame(A=c("A1","A2","A3"),B=c("-1~1","1~3","2~4"), stringsAsFactors = FALSE)

此解决方案包含三个部分。首先将 B 列中的行转换为 seq 表达式。这样“x~y”就变成了“seq(x,y,by=1)”。

df$B <- str_replace(df$B,"\\~",",")
df$B <- paste("seq(",df$B,",by=1)")

关于 R 的一个优点是，如果您可以生成包含 R 表达式的字符串，那么您可以像这样使用“eval(parse())”对它们进行评估...

df$B <- map(df$B, ~ eval(parse(text=.)))

或者，您可以给 map() 调用一个函数，该函数将采用原始的“x~y”字符串并返回您想要的整数向量，但我认为这个解决方案的输入最少（我认为？ )。

不管你怎么做，你现在有一个 B 列，其中每个观察值都是一个整数向量。

> df
   A        B
1 A1 -1, 0, 1
2 A2  1, 2, 3
3 A3  2, 3, 4

对于最后一步，使用 tidyr 函数 unnest 将 B 中的向量取消嵌套。这将根据需要自动在行中重复 A 列值。

> df <- unnest(df)
> df
   A  B
1 A1 -1
2 A1  0
3 A1  1
4 A2  1
5 A2  2
6 A2  3
7 A3  2
8 A3  3
9 A3  4