首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >从数据中提取列表元素

问从数据中提取列表元素
EN

Stack Overflow用户
提问于 2015-08-25 13:17:55
回答 1查看 44关注 0票数 2

我正在处理的数据中,文本注释用于记录字段内容的更改,而不是有额外的记录和开始/结束日期。数据看起来如下:

代码语言:javascript
复制
Study  Fob
1      100
2      101 now 102
3      103

注:测试数据可以用以下方法构造:

代码语言:javascript
复制
df <- data.frame(Study = 1:3,
                 Fob = c("100", "101 now 102", "103"),
                 stringsAsFactors = FALSE)

我想以以下形式结束,这样我基本上可以将它作为从Fob信号数据到研究ID的多对一转换来处理:

代码语言:javascript
复制
Study  Fob
1      100
2      101
2      102
3      103

我可以用以下方式去除多余的文字:

代码语言:javascript
复制
df$IDs <- strsplit(df$Fob, "[^0-9]+")

这让我觉得:

代码语言:javascript
复制
    Study  Fob          IDs
    1      100          100
    2      101 now 102  c("101", "102")
    3      103          103

但不能再继续下去了。我的第一个想法是尝试并使用基于it长度的计数器对具有多个it (如2)的行进行replicate,但是添加df$counter <- length(df$IDs)只会得到一个值为3的列,因为它使用的是it列的长度,而不是其中的元素。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2015-08-25 13:19:57

一种选择是来自cSplit的library(splitstackshape)。我们将模式指定为split,使用fixed=FALSE作为默认的是fixed=TRUE和direction = 'long'

代码语言:javascript
复制
library(splitstackshape)
cSplit(df, 'Fob', '[^0-9]+', fixed=FALSE, 'long')
#   Study Fob
#1:     1 100
#2:     2 101
#3:     2 102
#4:     3 103

[^0-9]+意味着还有一个不是数字的字符。因此,它将被所有非数字字符拆分,只留下数字部分.默认情况下,type.convert=TRUE,所以我们将在split之后获得数值列class。

或者不使用[^0-9]+,紧凑的版本应该是\\D+来匹配所有非数字字符(来自@David Arenburg的注释)。

代码语言:javascript
复制
cSplit(df, 'Fob', '\\D+', fixed=FALSE, 'long')
票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/32205107

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档