web-dev-qa-db-fra.com

Fractionner la colonne au délimiteur dans le bloc de données

Je voudrais scinder une colonne en deux dans un cadre de données basé sur un délimiteur. Par exemple,

a|b
b|c

devenir

a    b
b    c

dans un cadre de données.

Merci!

rdataframe
95
Jeff Erickson

@ Taesung Shin a raison, mais alors encore un peu de magie pour en faire un data.frame. J'ai ajouté une ligne "x | y" pour éviter les ambiguïtés:

df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
foo <- data.frame(do.call('rbind', strsplit(as.character(df$FOO),'|',fixed=TRUE)))

Ou, si vous souhaitez remplacer les colonnes dans le data.frame existant:

within(df, FOO<-data.frame(do.call('rbind', strsplit(as.character(FOO), '|', fixed=TRUE))))

Qui produit:

  ID FOO.X1 FOO.X2
1 11      a      b
2 12      b      c
3 13      x      y
92
Tommy

Hadley a une solution très élégante pour le faire dans les blocs de données de son paquet reshape, en utilisant la fonction colsplit.

require(reshape)
> df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
> df
  ID FOO
1 11 a|b
2 12 b|c
3 13 x|y
> df = transform(df, FOO = colsplit(FOO, split = "\\|", names = c('a', 'b')))
> df
  ID FOO.a FOO.b
1 11     a     b
2 12     b     c
3 13     x     y
60
Ramnath

Le package tidyr nouvellement populaire effectue cette opération avec separate. Il utilise des expressions régulières donc vous devrez vous échapper du |

df <- data.frame(ID=11:13, FOO=c('a|b', 'b|c', 'x|y'))
separate(data = df, col = FOO, into = c("left", "right"), sep = "\\|")

  ID left right
1 11    a     b
2 12    b     c
3 13    x     y

cependant, dans ce cas, les valeurs par défaut sont suffisamment intelligentes pour fonctionner (les caractères non alphanumériques sont scindés).

separate(data = df, col = FOO, into = c("left", "right"))
59
Gregor

Je viens de trouver cette question car elle était liée à ne question récente sur SO .

Prise de réponse sans vergogne: Utilisez cSplit à partir de mon paquet "splitstackshape":

df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
library(splitstackshape)
cSplit(df, "FOO", "|")
#   ID FOO_1 FOO_2
# 1 11     a     b
# 2 12     b     c
# 3 13     x     y

Cette fonction particulière gère également le fractionnement de plusieurs colonnes, même si chaque colonne a un délimiteur différent:

df <- data.frame(ID=11:13, 
                 FOO=c('a|b','b|c','x|y'), 
                 BAR = c("A*B", "B*C", "C*D"))
cSplit(df, c("FOO", "BAR"), c("|", "*"))
#   ID FOO_1 FOO_2 BAR_1 BAR_2
# 1 11     a     b     A     B
# 2 12     b     c     B     C
# 3 13     x     y     C     D

Il s’agit essentiellement d’un wrapper très pratique pour utiliser read.table(text = some_character_vector, sep = some_sep) et pour lier cette sortie au data.frame original. En d'autres termes, un autre Une approche de base R pourrait être:

df <- data.frame(ID=11:13, FOO=c('a|b','b|c','x|y'))
cbind(df, read.table(text = as.character(df$FOO), sep = "|"))
  ID FOO V1 V2
1 11 a|b  a  b
2 12 b|c  b  c
3 13 x|y  x  y
38
A5C1D2H2I1M1N2O1R2T1
strsplit(c('a|b','b|c'),'|',fixed=TRUE)
6
Tae-Sung Shin

La combinaison des réponses @Ramnath et @ Tommy m'a permis de trouver une approche qui fonctionne en base R pour une ou plusieurs colonnes.

Utilisation de base:

> df = data.frame(
+   id=1:3, foo=c('a|b','b|c','c|d'), 
+   bar=c('p|q', 'r|s', 's|t'), stringsAsFactors=F)
> transform(df, test=do.call(rbind, strsplit(foo, '|', fixed=TRUE)), stringsAsFactors=F)
  id foo bar test.1 test.2
1  1 a|b p|q      a      b
2  2 b|c r|s      b      c
3  3 c|d s|t      c      d

Plusieurs colonnes:

> transform(df, lapply(list(foo,bar),
+ function(x)do.call(rbind, strsplit(x, '|', fixed=TRUE))), stringsAsFactors=F)
  id foo bar X1 X2 X1.1 X2.1
1  1 a|b p|q  a  b    p    q
2  2 b|c r|s  b  c    r    s
3  3 c|d s|t  c  d    s    t

Meilleure dénomination de plusieurs colonnes divisées:

> transform(df, lapply({l<-list(foo,bar);names(l)=c('foo','bar');l}, 
+                          function(x)do.call(rbind, strsplit(x, '|', fixed=TRUE))), stringsAsFactors=F)
  id foo bar foo.1 foo.2 bar.1 bar.2
1  1 a|b p|q     a     b     p     q
2  2 b|c r|s     b     c     r     s
3  3 c|d s|t     c     d     s     t
4
JS1204