tidyr 在多个列上使用 separate_rows

Question

我有一个 data.frame，其中一些单元格包含逗号分隔值的字符串：

d <- data.frame(a=c(1:3), 
       b=c("name1, name2, name3", "name4", "name5, name6"),
       c=c("name7","name8, name9", "name10" ))

我想将每个名称拆分到其自己的单元格中的那些字符串分开。

这很容易

tidyr::separate_rows(d, b, sep=",")

如果一次完成一列。但我不能同时对 "b" 和 "c" 两列执行此操作，因为它要求每个字符串中的名称数量相同。而不是写

tidyr::separate_rows(d, b, sep=",") 
tidyr::separate_rows(d, c, sep=",")

有没有办法在一行中做到这一点，例如与应用？像

apply(d, 2, separate_rows(...))

不确定如何将参数传递给 separate_rows() 函数。

Answer 1

您可以使用管道。请注意，sep = ", " 是自动检测到的。

d %>% separate_rows(b) %>% separate_rows(c)
#   a     b      c
# 1 1 name1  name7
# 2 1 name2  name7
# 3 1 name3  name7
# 4 2 name4  name8
# 5 2 name4  name9
# 6 3 name5 name10
# 7 3 name6 name10

注意：使用tidyr 0.6.0版本，其中包中包含%>%运算符

更新： 使用@doscendodiscimus 注释，我们可以使用 for() 循环并在每次迭代中重新分配 d。这样我们就可以拥有任意多的列。我们将使用列名的字符向量，因此我们需要切换到标准评估版本，separate_rows_。

cols <- c("b", "c")
for(col in cols) {
    d <- separate_rows_(d, col)
}

它给出更新后的 d

  a     b      c
1 1 name1  name7
2 1 name2  name7
3 1 name3  name7
4 2 name4  name8
5 2 name4  name9
6 3 name5 name10
7 3 name6 name10

Answer 2

这是使用 splitstackshape::cSplit 和 zoo::na.locf 的替代方法。

library(splitstackshape)
library(zoo)

df <- cSplit(d, 1:ncol(d), "long", sep = ",")
na.locf(df[rowSums(is.na(df)) != ncol(df),])
#    a     b      c
#1:  1 name1  name7
#2:  1 name2  name7
#3:  1 name3  name7
#4:  2 name4  name8
#5:  2 name4  name9
#6:  3 name5 name10
#7:  3 name6 name10

Answer 3

使用tidyr 1.2.0 版，我们可以使用everything 到select 所有列来分隔, 上的行。正如@RichScriven 所提到的，默认分隔符是 sep = ", ".

library(tidyr)

d %>% 
  separate_rows(everything())

输出

      a b     c     
  <int> <chr> <chr> 
1     1 name1 name7 
2     1 name2 name7 
3     1 name3 name7 
4     2 name4 name8 
5     2 name4 name9 
6     3 name5 name10
7     3 name6 name10

或者，我们可以指定要分隔行的列，或者我们可以简单地排除不需要的列。

d %>% 
  separate_rows(b, c)


d %>% 
  separate_rows(-a)

tidyr 在多个列上使用 separate_rows

tidyr use separate_rows over multiple columns

r

apply

tidyr