如何通過執行函數來對某些列中的不同數量的字符串進行分解

Question

當列的元素具有不同數量的字符串時，我在拆分列值時出現問題。我能做到這一點的plyr例如爲：

library(plyr) 
column <- c("jake", "jane jane","john john john") 
df <- data.frame(1:3, name = column) 
df$name <- as.character(df$name) 
df2 <- ldply(strsplit(df$name, " "), rbind) 
View(df2) 

其結果是，我們有一個與在給定元素刺的最大數列的數數據幀。

當我試圖做到這一點在dplyr，我用do功能：

library(dplyr) 
df2 <- df %>% 
    do(data.frame(strsplit(.$name, " "))) 

，但我得到一個錯誤：

Error in data.frame("jake", c("jane", "jane"), c("john", "john", "john" : 
arguments imply differing number of rows: 1, 2, 3 

在我看來，它應該被用來rbind功能，但我不知道在哪裏。

Answer 1

由於strsplit()返回一個列表，我們需要將as.data.frame.list()應用於每個元素，以便將其轉化爲dplyr所需的正確格式，因此您遇到了麻煩。即使如此，它仍然需要更多的工作才能獲得可用的結果。長話短說，它似乎不是一個合適的操作do()。

我想你可能會更好使用separate()tidyr。它可以很容易地與dplyr函數和鏈一起使用。目前還不清楚你是否想保留第一列，因爲你的ldply結果爲df2沒有它，所以我把它離開了。

library(tidyr) 
separate(df[-1], name, 1:3, " ", extra = "merge") 
#  1 2 3 
# 1 jake <NA> <NA> 
# 2 jane jane <NA> 
# 3 john john john 

您也可以使用cSplit。這也是非常有效的，因爲它依賴於data.table

library(splitstackshape) 
cSplit(df[-1], "name", " ") 
# name_1 name_2 name_3 
# 1: jake  NA  NA 
# 2: jane jane  NA 
# 3: john john john 

或者更具體地說

setnames(df2 <- cSplit(df[-1], "name", " "), names(df2), as.character(1:3)) 
df2 
#  1 2 3 
# 1: jake NA NA 
# 2: jane jane NA 
# 3: john john john