使用 dplyr 或 data.table 为两列不平衡元素之间的每个组合分隔成行？答案

【问题标题】：delimit into rows for every combination between two columns of unbalance elements with dplyr or data.table?使用 dplyr 或 data.table 为两列不平衡元素之间的每个组合分隔成行？
【发布时间】：2021-04-19 21:21:35
【问题描述】：

嗨，假设我有一个这样的数据框，

df = data.frame ( 
  color = c("blue")
  ,sample = c( "A")
  ,size = c("L,S,XL")
  , sex = c ( "M,F") 
  )
 color sample   size sex
1  blue      A L,S,XL M,F

理想情况下，我希望通过分隔大小和性别将其拆分为新行。以便新的数据框看起来像这样。

  color sample size sex
1  blue      A    L   M
2  blue      A    L   F
3  blue      A    S   M
4  blue      A    S   F
5  blue      A   XL   M
6  blue      A   XL   F

我尝试用这种方式拆分它，但它会导致一些错误。

df %>% tidyr::separate_rows(size, sex)  %>% data.frame()

【问题讨论】：

基本 R 选项：expand.grid(lapply(df, function(x) unlist(strsplit(x, split = ","))))

标签： r dplyr data.table

【解决方案1】：

看起来错误是由于大小和性别列是factors。使用as.character 将这些列转换为字符串，然后您的代码应该可以工作。但是请注意，该函数不允许每列有不同的长度（即，性别有 2 个唯一值，大小有 3 个），因此您必须一一进行。

df$size <- as.character(df$size)
df$sex  <- as.character(df$sex)

(df.new <- df %>% tidyr::separate_rows(size) %>% tidyr::separate_rows(sex))

【讨论】：

【解决方案2】：

试试tidyr包的separate_rows函数：

library(tidyr)
df %>% separate_rows(color,sep=",") %>%
      separate_rows(sample,sep=",") %>%
      separate_rows(size,sep=",") %>%
      separate_rows(sex,sep=",")

【讨论】：

【解决方案3】：

这是使用data.table包中的函数CJ或内置函数expand.grid的另一种解决方案：

使用data.table

library(data.table)

do.call(CJ, sapply(df, strsplit, ","))

#    color sample size sex
# 1:  blue      A    L   F
# 2:  blue      A    L   M
# 3:  blue      A    S   F
# 4:  blue      A    S   M
# 5:  blue      A   XL   F
# 6:  blue      A   XL   M

使用内置函数

expand.grid(sapply(df, strsplit, ","))

#   color sample size sex
# 1  blue      A    L   M
# 2  blue      A    S   M
# 3  blue      A   XL   M
# 4  blue      A    L   F
# 5  blue      A    S   F
# 6  blue      A   XL   F

【讨论】：