如何在R中用分号分割数据框中的列

Question

我觉得我的问题太明显了，但是我找不到解决方案。

a 有这样一个数据框：

<TICKER>;<PER>;<DATE>;<TIME>;<OPEN>;<HIGH>;<LOW>;<CLOSE>
USD Index;D;20150801;000000;97.199;97.336;97.191;97.192
USD Index;D;20150802;000000;97.226;97.294;97.207;97.257
USD Index;D;20150803;000000;97.255;97.582;97.155;97.499

我需要按 ; 将它们分成不同的列像这样：

<TICKER>    <PER>   <DATE>  <TIME>  <OPEN>  <HIGH>  <LOW>   <CLOSE>
USD Index   D   20150801    0   97.199  97.336  97.191  97.192
USD Index   D   20150802    0   97.226  97.294  97.207  97.257
USD Index   D   20150803    0   97.255  97.582  97.155  97.499

这是一个基本问题，需要放在搜索结果的顶部。预先感谢您帮助我解决这个问题！

Answer 1

我们可以使用read.table

setNames(read.table(text=dat[,1], sep=";", stringsAsFactors=FALSE), 
           scan(text=names(dat), sep=";", what = "", quiet = TRUE))
#    <TICKER> <PER>   <DATE> <TIME> <OPEN> <HIGH>  <LOW> <CLOSE>
# 1 USD Index     D 20150801      0 97.199 97.336 97.191  97.192
# 2 USD Index     D 20150802      0 97.226 97.294 97.207  97.257
# 3 USD Index     D 20150803      0 97.255 97.582 97.155  97.499

数据

dat <- structure(list(`<TICKER>;<PER>;<DATE>;<TIME>;<OPEN>;<HIGH>;<LOW>;<CLOSE>` =
 c("USD Index;D;20150801;000000;97.199;97.336;97.191;97.192", 
"USD Index;D;20150802;000000;97.226;97.294;97.207;97.257", 
"USD Index;D;20150803;000000;97.255;97.582;97.155;97.499"
 )), .Names = "<TICKER>;<PER>;<DATE>;<TIME>;<OPEN>;<HIGH>;<LOW>;<CLOSE>", 
 class = "data.frame", row.names = c(NA, -3L))

Answer 2

使用 fread() 这非常容易。使用 akrun 的 dat，我们有

data.table::fread(paste(c(names(dat), dat[[1]]), collapse = "\n"))
#     <TICKER> <PER>   <DATE> <TIME> <OPEN> <HIGH>  <LOW> <CLOSE>
# 1: USD Index     D 20150801      0 97.199 97.336 97.191  97.192
# 2: USD Index     D 20150802      0 97.226 97.294 97.207  97.257
# 3: USD Index     D 20150803      0 97.255 97.582 97.155  97.499

对于数据帧结果，只需在 fread() 调用中添加 data.table = FALSE。

Answer 3

或者，tstrsplit() 可用于拆分列，setnames() 可重命名列：

library(data.table)
setDT(dat)[, tstrsplit(.SD[[1]], ";")][, setnames(.SD, strsplit(names(dat), ";")[[1]])]

    <TICKER> <PER>   <DATE> <TIME> <OPEN> <HIGH>  <LOW> <CLOSE>
1: USD Index     D 20150801 000000 97.199 97.336 97.191  97.192
2: USD Index     D 20150802 000000 97.226 97.294 97.207  97.257
3: USD Index     D 20150803 000000 97.255 97.582 97.155  97.499

请注意，<TICKER> 等不是语法上有效的列名称，需要在许多地方进行转义。因此，我建议像这样去掉尖括号：

setDT(dat)[, tstrsplit(.SD[[1]], ";")][
  , setnames(.SD, gsub("[<>]", "", strsplit(names(dat), ";")[[1]]))]

      TICKER PER     DATE   TIME   OPEN   HIGH    LOW  CLOSE
1: USD Index   D 20150801 000000 97.199 97.336 97.191 97.192
2: USD Index   D 20150802 000000 97.226 97.294 97.207 97.257
3: USD Index   D 20150803 000000 97.255 97.582 97.155 97.499

如何在R中用分号分割数据框中的列

How to split columns in data frame by semicolon in R

split

r

multiple-columns

dataframe

数据