R中的数据表拆分值错误答案

【问题标题】：Data table split value error in RR中的数据表拆分值错误
【发布时间】：2016-07-20 08:59:32
【问题描述】：

我在 R 中创建了一个简单的基于 data.table 的函数，它允许我插入所需的数据框并用分号拆分值，以便创建完整列表扩展的附加行和其他列的条目保持不变。

splitSemicolons = function(x){
new_df <- data.table(x, key="SampleID")
final_df <- new_df[, list(Identifier = unlist(strsplit(Identifier, ";"))), by=c('SampleID', 'Name')]
}

我的数据框

>df
SampleID, Name, Identifier
1, John, PS897
2, Mary, GF521
3, George, DG636;DG637
4, Helen, 
5, Patrick, WV168

由于某种原因，执行该功能后，控制台给了我错误； “找不到对象'标识符'”，而不是提供下面的结果。奇怪的是，代码在函数括号之外完美运行，但完全删除了带有空白值的条目，例如 SampleID=4 中的 Helen。

>desired_result
SampleID, Name, Identifier
1, John, PS897
2, Mary, GF521
3, George, DG636
3, George, DG637
4, Helen, 
5, Patrick, WV168

【问题讨论】：

标签： r split data.table

【解决方案1】：

我们可以使用cSplit通过在分隔符（;）处拆分将“宽”格式转换为“长”格式，并将stripWhite指定为“FALSE”以确保不删除空白行。

library(splitstackshape)
cSplit(df, "Identifier", ";", "long", stripWhite=FALSE)
#   SampleID     Name Identifier
#1:        1     John      PS897
#2:        2     Mary      GF521
#3:        3   George      DG636
#4:        3   George      DG637
#5:        4    Helen           
#6:        5  Patrick      WV168

或者，如果我们使用data.table，将“data.frame”转换为“data.table”（setDT(df)），按照每行中; 的数量复制行序列，然后执行拆分按“SampleID”分组的unique“标识符”并将其分配（:=）作为“标识符”列。

library(data.table)
library(stringr)
setDT(df)[rep(1:.N,str_count(Identifier, ";")+1)][, 
          Identifier := strsplit(unique(Identifier), ";"), SampleID][]
#   SampleID     Name Identifier
#1:        1     John      PS897
#2:        2     Mary      GF521
#3:        3   George      DG636
#4:        3   George      DG637
#5:        4    Helen           
#6:        5  Patrick      WV168

【讨论】：