如何将数据框中的字符串拆分为多列答案

【问题标题】：How can I split a character string in a dataframe into multiple columns如何将数据框中的字符串拆分为多列
【发布时间】：2015-09-29 22:27:09
【问题描述】：

我正在使用一个数据框，其中一列包含的值主要是数字，但可能包含非数字条目。我想将此列拆分为多个列。其中一列应包含原始条目的数字部分，另一列应包含任何非数字元素。

这是一个示例数据框：

df <- data.frame(ID=1:4,x=c('< 0.1','100','A 2.5', '200'))

这是我希望数据框的样子：

ID   x1   x2
1    <    0.1
2         100
3    A    2.5
4         200

我目前利用的数据的一个特点是字符串的结构总是如下：非数字元素（如果存在）总是在数字元素之前，两个元素总是用空间。

我可以使用 reshape 包中的 colsplit 根据空格拆分列。这样做的问题是它复制了任何不能分成两个元素的条目，

require(reshape)
df <- transform(df, x=colsplit(x,split=" ", names("x1","x2")))
df
ID  x1   x2
1   <    0.1
2   100  100
3   A    2.5
4   200  200

这不是什么大问题，因为我可以做一些后处理来从“x1”列中删除数字元素。

我还可以在函数中使用 strsplit 来完成我想做的事情：

split.fn <- function(id){
 new.val <- unlist(strsplit(as.character(df$x[df$ID==id])," "))
   if(length(new.val)==1){
     return(data.frame(ID=id,x1="NA",x2=new.val))
   }else{
     return(data.frame(ID=id,x1=new.val[1],x2=new.val[2]))
   }  

}
data.frame(rbindlist(lapply(unique(df$ID),split.fn)))
ID   x1   x2
1    <    0.1
2    NA   100
3    A    2.5
4    NA   200

但这似乎很麻烦。

基本上我在这里列出的两个选项都可以使用。但我怀疑有一种更优雅或更直接的方法可以获取所需的数据框。

【问题讨论】：

标签： r string split

【解决方案1】：

您可以使用 tidyr 中的separate()

tidyr::separate(df, x, c("x1", "x2"), " ", fill = "left")
#   ID   x1  x2
# 1  1    < 0.1
# 2  2 <NA> 100
# 3  3    A 2.5
# 4  4 <NA> 200

如果您绝对需要删除 NA 值，那么您可以这样做

tdy <- tidyr::separate(df, x, c("x1", "x2"), " ", fill = "left")
tdy[is.na(tdy)] <- ""

然后我们有

tdy
#   ID x1  x2
# 1  1  < 0.1
# 2  2    100
# 3  3  A 2.5
# 4  4    200

【讨论】：

【解决方案2】：

这不使用任何包：

transform(df,
  x1 = ifelse(grepl(" ", x), sub(" .*", "", x), NA),
  x2 = sub(".* ", "", paste(x)))

给予：

  ID     x   x1  x2
1  1 < 0.1    < 0.1
2  2   100 <NA> 100
3  3 A 2.5    A 2.5
4  4   200 <NA> 200

【讨论】：