将一列变量和一列值分成它们在r中的组件答案

【问题标题】：Separate a column of variable and a column of values into their components in r将一列变量和一列值分成它们在r中的组件
【发布时间】：2018-09-19 01:41:48
【问题描述】：

我有以下数据框 (df)，其中对于每个参与者，“成绩”列是通过粘贴某些项目的分数来构建的。例如，参与者“1”在一个项目“a”上获得了 4，在项目“b”上获得了 7，在项目“c”上获得了 8。（请注意，等级是一个字符）。另请注意，参与者“2”只有两个分数（假设这是与参与者“1”不同的考试）。

df = data.frame(participants = c(1, 1, 2),
                variables = c('abc', 'ef', 'abc'),
                grades= c('478', '58', '942'),
                stringsAsFactors = FALSE)


 participants variables grades
1            1       abc    478
2            1        ef     58
3            2       abc    942

（我的数据包含 100,000 行，如上。）

我想把数据转换成整洁的样式，如下：

  participants variables grades
1            1         a      4
2            1         b      7
3            1         c      8
4            1         e      5
5            1         f      8
6            2         a      9
7            2         b      4
8            2         c      2

我做了什么

variables =  lapply(X=1:length(df$variables), FUN=function(X) {
  strsplit(df$variables[X], "") %>% .[[1]]}) %>% reduce(c)

grades =  lapply(X=1:length(df$grades), FUN=function(X) {
  strsplit(df$grades[X], "") %>% .[[1]]}) %>% reduce(c)

participants =  lapply(X=1:length(df$participants), FUN=function(X) {
  rep(df$participants[X], nchar(df$variables[X])) })%>% reduce(c)

data.frame(participants, variables, grades)

然而，在我的机器上处理我的真实数据需要几分钟，我觉得它真的效率不高，因为我需要 3 个不同的调用。

欢迎任何关于获取整洁数据的有效方法的想法（我与 tidyr/dplyr 合作）

【问题讨论】：

标签： r list dataframe dplyr tidyr

【解决方案1】：

您可以使用strsplit 和unnest：

library(tidyverse)
df %>% mutate_at(vars(variables,grades),~strsplit(.,"")) %>% unnest

#   participants variables grades
# 1            1         a      4
# 2            1         b      7
# 3            1         c      8
# 4            1         e      5
# 5            1         f      8
# 6            2         a      9
# 7            2         b      4
# 8            2         c      2

【讨论】：

我想使用separate_rows，在这种情况下看起来更合乎逻辑，但它不接受""分隔符。
绝对是我想要的！不知道 unnest 函数

【解决方案2】：

data.table 解决方案

setDT(df)
df[,lapply(.SD,function(x){strsplit(x,"") %>% unlist}),.SDcols=c("variables","grades"),by=participants]

结果：

   participants variables grades
1:            1         a      4
2:            1         b      7
3:            1         c      8
4:            1         e      5
5:            1         f      8
6:            2         a      9
7:            2         b      4
8:            2         c      2
>

【讨论】：