J'ai une trame de données qui est pour la plupart d'une observation par ligne. Cependant, certaines lignes ont plusieurs valeurs:
# A tibble: 3 x 2
`number` abilities
<dbl> <chr>
1 51 b1261
2 57 d710
3 57 b1301; d550
structure(list(`number` = c(51, 57, 57), abilities = c("b1261",
"d710", "b1301; d550")), .Names = c("number", "abilities"
), row.names = c(NA, -3L), class = c("tbl_df", "tbl", "data.frame"
))
J'aimerais avoir le texte suivant:
# A tibble: 3 x 2
`number` abilities
<dbl> <chr>
1 51 b1261
2 57 d710
3 57 d550
4 57 b1301
C'est assez simple pour se diviser sur le; mais je ne sais pas comment ajouter facilement une nouvelle ligne, d'autant plus que les capacités peuvent contenir plus de 2 valeurs.
Ceci est très similaire à: R séparant une colonne par des points-virgules mais n’ayant pas besoin de supprimer les doublons
Il y a une fonction separate_rows
dans tidyr
pour le faire:
library(tidyr)
## The ";\\s+" means that the separator is a ";" followed by one or more spaces
separate_rows(df,abilities,sep=";\\s+")
number abilities
<dbl> <chr>
1 51 b1261
2 57 d710
3 57 b1301
4 57 d550
dplyr
est bon pour cela car il a unnest
:
library(tidyverse)
library(stringr)
df %>%
mutate(unpacked = str_split(abilities, ";")) %>%
unnest %>%
mutate(abilities = str_trim(unpacked))
Une autre option est cSplit
library(splitstackshape)
cSplit(df1, 'abilities', '; ', 'long')
# number abilities
#1: 51 b1261
#2: 57 d710
#3: 57 b1301
#4: 57 d550