解压字符串并获取字符串向量答案

【问题标题】：Unpack string and get vector of strings解压字符串并获取字符串向量
【发布时间】：2016-03-16 07:26:14
【问题描述】：

我会在这里解释我的问题。这就是我所拥有的。

单个字符串的列

df <- as.data.frame(c("NI",
        "FA",
        "FI",
        "FST",
        "FA,NI",
        "IA,FI,IO",
        "NI,DI",
        "IA,NI,IO",
        "IA,FT,FI",
        "FA,FT,FI",
        "IA,FST,FI"))

names(df) <- "Column_of_strings"

注意：输出可能不会用引号显示，但它们是字符串。我决定将它们包括在内。

df                   
                         Column_of_strings

                         "NI"
                         "FA"
                         "FI"
                         "FST"
                         "FA,NI"
                         "IA,FI,IO"
                         "NI,DI"
                         "IA,NI,IO"
                         "IA,FT,FI"
                         "FA,FT,FI"
                         "IA,FST,FI"

我想要什么：

                         Column_of_strings

                         "NI"
                         "FA"
                         "FI"
                         "FST"
                         "FA","NI"
                         "IA","FI","IO"
                         "NI","DI"
                         "IA","NI","IO"
                         "IA","FT","FI"
                         "FA","FT","FI"
                         "IA","FST","FI"

如果这些字符串组本身可以存储为向量，那就更好了。

                         Column_of_strings

                         c("NI")
                         c("FA")
                         c("FI")
                         c("FST")
                         c("FA","NI")
                         c("IA","FI","IO")
                         c("NI","DI")
                         c("IA","NI","IO")
                         c("IA","FT","FI")
                         c("FA","FT","FI")
                         c("IA","FST","FI")

总结：

有没有人知道如何：

最初解压我拥有的字符串列表
在每个字符串中分配字符串子组，逗号分隔每个所需的字符串。
理想情况下将子组分配给向量

感谢所有建议！

【问题讨论】：

标签： r

【解决方案1】：

我们可以split 使用strsplit 得到list 的vectors。

lst <- strsplit(as.character(df[,1]), ',')

如果我们需要在list中做一些操作，我们可以使用lapply/sapply/vapply等循环遍历list元素。例如，

lapply(lst, table)

【讨论】：

太棒了，第一个创建的包含字符串子组的向量。非常感谢！
这条评论正上方的数据框并不是我想要的。它将向量中的每个对象拆分，并将它们中的每一个分配到一个单独的列中。不过，cSplit 函数看起来可能对其他一些任务有用。
@InfiniteFlashChess 您也可以使用"long" 选项将其转换为“长”格式
看起来 direction = "long" 在只有一个子组的垂直列中将 c(" "IA,FST,FI") 延伸为 "IA", "FST", "FI"每行字符串。（这就是为什么当我尝试你的建议时有 23 个观察值）。我想保留每行中的字符串向量，这是列表很好的做法。非常感谢！这个链接证实了我我在说哈哈stackoverflow.com/questions/11144519/…

【解决方案2】：

您可以使用tidyr::separate 将字符串拆分为多列，并在必要时插入NAs：

library(tidyr)
df2 <- separate(df, Column_of_strings, c('str1', 'str2', 'str3'), sep = ',', fill = 'right')
df2

#     str1 str2 str3
#  1    NI <NA> <NA>
#  2    FA <NA> <NA>
#  3    FI <NA> <NA>
#  4   FST <NA> <NA>
#  5    FA   NI <NA>
#  6    IA   FI   IO
#  7    NI   DI <NA>
#  8    IA   NI   IO
#  9    IA   FT   FI
#  10   FA   FT   FI
#  11   IA  FST   FI

如果我们创建一个索引列：

df2 <- cbind(id = seq_along(df2$str1), df2)

...然后我们可以使用reshape2::melt 将数据放入长格式（有时比列表更有用）并删除NAs，同时将所有位置信息保留在id 和@987654328 @列：

library(reshape2)
melt(df2, id = 'id', na.rm = TRUE)

#     id variable value
#  1   1     str1    NI
#  2   2     str1    FA
#  3   3     str1    FI
#  4   4     str1   FST
#  5   5     str1    FA
#  6   6     str1    IA
#  7   7     str1    NI
#  8   8     str1    IA
#  9   9     str1    IA
#  10 10     str1    FA
#  11 11     str1    IA
#  16  5     str2    NI
#  17  6     str2    FI
#  18  7     str2    DI
#  19  8     str2    NI
#  20  9     str2    FT
#  21 10     str2    FT
#  22 11     str2   FST
#  28  6     str3    IO
#  30  8     str3    IO
#  31  9     str3    FI
#  32 10     str3    FI
#  33 11     str3    FI

【讨论】：