访问数据框列中列表中的特定实例，并计算列表长度 - R答案

【问题标题】：Access specific instances in list in dataframe column, and also count list length - R访问数据框列中列表中的特定实例，并计算列表长度 - R
【发布时间】：2018-04-25 21:18:37
【问题描述】：

我有一个由列组成的 R 数据框。一列包含列表：即

      Column
      1,2,4,7,9,0
      5,3,8,9,0
      3,4
      5.8,9,3.5
      6
      NA
      7,4,3

我想创建计算这些列表长度的列：

Column            Count
1,2,4,7,9,0       6
5,3,8,9,0         5
3,4               2
5.8,9,3.5        3
6                1
NA               NA
7,4,3            3

另外，有没有办法访问这些列表中的特定实例？即只用每个列表的第一个实例创建一个新列？还是每个的最后一个实例？

【问题讨论】：

标签： r

【解决方案1】：

一种解决方案是使用strsplit 来拆分字符向量中的元素，并使用sapply 来获得所需的计数：

df$count <- sapply(strsplit(df$Column, ","),function(x){
  if(all(is.na(x))){
    NA
  } else {
    length(x)
  }
})
df
# Column          count
# 1 1,2,4,7,9,0     6
# 2   5,3,8,9,0     5
# 3         3,4     2
# 4   5.8,9,3.5     3
# 5           6     1
# 6        <NA>    NA
# 7       7,4,3     3

如果希望将NA 算作1，那么解决方案可能更简单：

df$count <- sapply(strsplit(df$Column, ","),length)

数据：

df <- read.table(text = "Column
'1,2,4,7,9,0'
'5,3,8,9,0'
'3,4'
'5.8,9,3.5'
'6'
NA
'7,4,3'",
header = TRUE, stringsAsFactors = FALSE)

【讨论】：

成功了，谢谢！您知道有关访问列表中特定实例的任何信息吗？即从所有最后的实例中制作一列？
lengths 是sapply(x, length) - 例如lengths(strsplit(df$Column, ",")) 的更快速和直接的版本。
类似的方法使用sum，is.na，大家最喜欢的NA取幂是sapply(strsplit(df$Column, split=","), function(x) sum(!is.na(x))) * NA^is.na(df$Column)。

【解决方案2】：

count.fields 用于文本文件，也可以强制使用列：

df$Count <- count.fields(textConnection(df$Column), sep=",")
df$Count[is.na(df$Column)] <- NA

df
#       Column Count
#1 1,2,4,7,9,0     6
#2   5,3,8,9,0     5
#3         3,4     2
#4   5.8,9,3.5     3
#5           6     1
#6        <NA>    NA
#7       7,4,3     3

一般来说，您最好将列转换为列表，或将数据堆叠为长格式，以使其更易于使用：

df$Column <- strsplit(df$Column, ",")
lengths(df$Column)
#[1] 6 5 2 3 1 1 3
sapply(df$Column, `[`, 1)
#[1] "1"   "5"   "3"   "5.8" "6"   NA    "7"  

stack(setNames(df$Column, seq_along(df$Column)))
#   values ind
#1       1   1
#2       2   1
#3       4   1
#4       7   1
#5       9   1
#6       0   1
#7       5   2
#8       3   2
#9       8   2
# etc

【讨论】：

【解决方案3】：

这是实现相同结果的稍微快一点的方法：

df$Count <- nchar(gsub('[^,]', '', df$Column)) + 1

这个是通过计算有多少个逗号并加 1 来实现的。

【讨论】：