r将一串数据分成多列，按各个变量排序[重复]答案

【问题标题】：r split a string of data into multiple columns, sorted by individual variables [duplicate]r将一串数据分成多列，按各个变量排序[重复]
【发布时间】：2018-05-10 23:34:03
【问题描述】：

我有一个关于清理杂乱数据的简单问题。我有一个通过电子邮件发送给我的数据集，其中包含多个列，每个列都包含一个逗号分隔的数字字符串。传统上，这些数字中的每一个都应该是它自己的变量，但这不是这些数据集提供给我的方式。以下是一些数据的示例：

indication  treatment
     1,2     3
       2    2,1
      1,3   2,3

请想象这些数据集包含近 100 列和数千行，以及每列中不同数量的变量。我的目标是导入这样的数据集，然后拆分每一列，使字符串中的每个变量都在其自己的列中，但每一列的拆分方式是将每个唯一变量排序到自己的列中。像这样：

indication_1    indication_2    indication_3    treatment_1 treatment_2 treatment_3
1   1   0   0   0   1
0   1   0   1   1   0
1   0   1   0   1   1

请注意，列标题已更改，数值列为二进制 0 或 1，其中 1 表示存在变量。

我遇到了问题，因为我一直在尝试的拆分函数要求我知道我需要多少列，然后在拆分后不要将变量排序到它们自己的列中。它变得相当复杂，并且需要我为包含字符串的每个单独的列编写单独的代码。

Id 像一个函数，它可以获取包含字符串的列，将数据拆分为单独的排序列，使这些列成为二进制是或否，然后更改列名以指示原始列名和变量那一栏。我希望这适用于任何数据列，因此我不必重写或修改单个列的函数（假设所有列都是带有字符标题的数字字符串）。

提前致谢。

【问题讨论】：

这里的答案可能会有所帮助stackoverflow.com/questions/18474896/…

标签： r tidyr

【解决方案1】：

我们可以做一个strsplit 然后用mtabulate 得到频率

library(qdapTools)
do.call(cbind, lapply(df, function(x) mtabulate(strsplit(x, ","))))
#    indication.1 indication.2 indication.3 treatment.1 treatment.2 treatment.3
#1            1            1            0           0           0           1
#2            0            1            0           1           1           0
#3            1            0            1           0           1           1

【讨论】：

@Konrad strsplit 需要一个 character 类来拆分。你有factor 类，因为默认情况下data.frame 有stringsAsFactors= FALSE 只需使用mtabulate(strsplit(as.character(x), ","))
康拉德，我只是将我的数据框更改为一个矩阵，这使得所有列都成为数字并且它工作得很好。