我正在尝试破坏一行数据。不幸的是，我所有的跑步都保存为一长排。
第一个值，是 ID 号。最后是性别。 （中间两个不需要）
[[131 22 2 "male"] [123 23 2 "female"] [232 21 2 "male"] [132 21 2 "male"]]
我想学习如何分行，所以括号中的每个值都被分隔到自己的单元格中，而不仅仅是括号中的一长行数据。
我的策略是让 R 识别“]”或“] [”之间的空格
这似乎是一个非常简单的问题，但我的字符串拆分、替换和其他参数不起作用。
请帮忙？我只是有点倾斜/沮丧！
非常感谢
【问题讨论】：
您可以使用strsplit 和一些重塑功能一次性完成所有操作：
matrix(strsplit(txt, '[][ "]+')[[1]][-1], ncol=4, byrow=TRUE)
# [,1] [,2] [,3] [,4]
#[1,] "131" "22" "2" "male"
#[2,] "123" "23" "2" "female"
#[3,] "232" "21" "2" "male"
#[4,] "132" "21" "2" "male"
或者在清理完括号后通过read.table：
read.table(text=gsub("^\\[\\[|\\] \\[|\\]\\]$", "\n", txt))
# V1 V2 V3 V4
#1 131 22 2 male
#2 123 23 2 female
#3 232 21 2 male
#4 132 21 2 male
txt 在哪里：
txt <- '[[131 22 2 "male"] [123 23 2 "female"] [232 21 2 "male"] [132 21 2 "male"]]'
【讨论】：
"[][ ]{2,3}"
as.character(txt)
当我尝试 strsplit 时，它抱怨字符串中的特殊字符 [。正确的转义序列是两个反斜杠：
s = '[[131 22 2 "male"] [123 23 2 "female"] [232 21 2 "male"] [132 21 2 "male"]]'
v0 = c(strsplit(s, "] \\["))
您将得到一个字符串数组，其中第一个字符串以 [[ 开头，最后一个字符串以 ]] 结尾。分别清理：
v1 = lapply(v0, function(s) gsub("\\[", "", s))
v2 = lapply(v1, function(s) gsub("]", "", s))
希望这会有所帮助！
【讨论】：
您可以使用tidyverse、reshape 和stringr 的组合来获得所需的结果。 separate_rows from tidyverse 分隔行，即将一行分成多行，类似地，separate from reshape 从旧列中分叉出新列。由于最后有两个右括号没有任何输出，我们得到两行带有NA 值和警告，因此我们使用na.omit() 删除NA 值。如果只想选择第一列和最后一列，可以使用select from dplyr
library(dplyr)
library(tidyverse) # for separate_rows
library(reshape) #for separate to separate columns
library(stringr) # for string manipulations i.e. remove tralining and leading white spaces
# data frame from your data
df_1 <- data.frame(col1='[[131 22 2 "male"] [123 23 2 "female"] [232 21 2 "male"] [132 21 2 "male"]]' , stringsAsFactors = FALSE)
# separate rows on closing brackets
df_2 <- df_1 %>% separate_rows(col1, sep = "]")
# remove other remaining brackets and leading and triling white space
df_2["col1"] <- gsub("\\[|\\]", "", str_trim(df_2[["col1"]], "both") )
# separate the single column data to multiple columns
df_2 %>% separate(col = col1, into = c("ID", "Num1","Num2", "Gender"), sep = " ") %>% na.omit() %>% select(1,4)
输出将是
A tibble: 4 × 2
ID Gender
<chr> <chr>
1 131 "male"
2 123 "female"
3 232 "male"
4 132 "male"
【讨论】：