使用 tidyr 循环答案

【问题标题】：Looping with tidyr使用 tidyr 循环
【发布时间】：2015-10-27 07:21:41
【问题描述】：

我有一些来自Wikipedia的数据：

RHCP_data
                V1              V2              V3           V4
1       bar:kiedis from:01/01/1983 till:01/11/1986 color:vocals
2       bar:kiedis from:01/12/1986        till:end color:vocals
3         bar:flea from:01/01/1983        till:end   color:bass
4        bar:smith from:03/12/1988        till:end  color:drums
5  bar:klinghoffer from:01/10/2009        till:end   color:lead
6       bar:slovak from:01/01/1983 till:01/12/1983   color:lead
7       bar:slovak from:01/02/1985 till:25/06/1988   color:lead
...
...

我正在尝试使用 tidyr 删除变量名，这很好用：

separate(RHCP_data, "V1", into = c("a", "b"), sep = ":")[2]

             b
1       kiedis
2       kiedis
3         flea
4        smith
5  klinghoffer
6       slovak
7       slovak
...
...

我想了解为什么这不起作用。

for(i in 1:4){
  RHCP_data[,i] <- separate(RHCP_data, paste0("V", i), into = c("a", "b"), sep = ":")[2][,1]
}

我得到这个错误：

Error: Invalid column specification

显然数据集很小，所以在这种情况下这不是问题，但我觉得有一些关于 tidyr 或我不理解的循环。任何帮助表示赞赏。

【问题讨论】：

标签： r tidyr

【解决方案1】：

要将列作为变量传递，您需要使用separate_ 而不是separate。

如果你想使用 for 循环，我建议：

lst = lapply(seq(ncol(df)), function(x) {
    separate_(df, paste0('V', x), into = paste0(c("a", "b"), x), sep = ":")[x:(x+1)][,2]
}) 

data.frame(setNames(lst, names(df)))
#           V1         V2         V3     V4
#1      kiedis 01/01/1983 01/11/1986 vocals
#2      kiedis 01/12/1986        end vocals
#3        flea 01/01/1983        end   bass
#4       smith 03/12/1988        end  drums
#5 klinghoffer 01/10/2009        end   lead
#6      slovak 01/01/1983 01/12/1983   lead
#7      slovak 01/02/1985 25/06/1988   lead

【讨论】：

非常感谢。你知道为什么有两个函数吗？
对于遇到此类问题的其他人来说，这是我最后使用的行RHCP_data[,i] <- separate_(RHCP_data, paste0("V", i), into = c("a", "b"), sep = ":")[i+1] }
这个目的有两个函数：将列名作为变量传递！顺便说一下，您使用的 for 循环会在每次迭代时修改 data.frame。当心这将与索引冲突！最好考虑您的函数不直接在原始数据帧上运行，而是创建另一个数据帧 - 就像我的提议一样。

【解决方案2】：

我们可以简单地使用cSplit 而无需任何循环。

library(splitstackshape)
DT <- cSplit(RHCP_data, 1:ncol(RHCP_data), ':')
DT[, seq(2, ncol(DT), by=2), with=FALSE]
#            V1_2       V2_2       V3_2   V4_2
#  1:      kiedis 01/01/1983 01/11/1986 vocals
#2:      kiedis 01/12/1986        end vocals
#3:        flea 01/01/1983        end   bass
#4:       smith 03/12/1988        end  drums
#5: klinghoffer 01/10/2009        end   lead
#6:      slovak 01/01/1983 01/12/1983   lead
#7:      slovak 01/02/1985 25/06/1988   lead

【讨论】：