web-dev-qa-db-fra.com

fractionnement de plusieurs valeurs d'une colonne en plusieurs lignes R

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

7
pluke

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
12
Lamia

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))
4
Marius

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
1
akrun