R:用一对多的关系解析数据。

Question

我试图将一个具有这种格式的数据的文件解析为R：

Author:              Books:
Jane Austen          Sense and Sensibility 
Justin Bieber        NA
Shakespeare          The Taming of the Shrew | Much Ado About Nothing

它有一对多的结构。我想得到的是这样一个长格式的数据框架：

Author:         Books:
Jane Austen     Sense and Sensibility
Shakespeare     The Taming of the Shrew
Shakespeare     Much Ado About Nothing

如果你想把所有的书都交给一个作者，或者找出谁写了一本特定的书，这就更方便了。

更普遍地说，如何将(字符串，值列表)格式中的数据帧转换为(string1，value1)；(string1，value2)；(string2，value3)格式？我知道如何使用str拆分，但我对这里的数据帧操作不太确定。

优点:我想要一些快速工作的东西(我在现实生活中有一个很大的数据集)。

我正在考虑构建一个大小合适的空数据框架(这是由sum(sapply(df$colWithListOfStrings,length)))提供的)，并使用一个for循环来填充它。

PS:我们在这里假设一本书只有一个作者。

Answer 1

您可以从cSplit包中使用splitstackshape (来自Ananda Mahto的非常好的工具)

library(splitstackshape)
cSplit(data, splitCols=2, sep = "|", direction = "long")[!is.na(Books)]
#                   Author                   Books
#1:            Jane Austen   Sense and Sensibility
#2:            Shakespeare The Taming of the Shrew
#3:            Shakespeare  Much Ado About Nothing

dput(数据)

structure(list(Author = c("Jane Austen", "           Justin Bieber", 
                              "           Shakespeare"), Books = c("          Sense and Sensibility ", 
                                                                   "        NA", "          The Taming of the Shrew | Much Ado About Nothing"
                              )), .Names = c("Author", "Books"), class = "data.frame", row.names = c(NA, 
                                                                                                     -3L))