通过强制错误返回NA的splitstackshape pkg - concat.split.expanded

Question

我按照这里的说明，Dummy variables from a string variable尝试使用concat.split.expanded将一列字符串(由空格分隔的单词)转换为虚拟变量(0-1，以指示在该行的字符串中未使用/使用的单词)，但获得以下错误：

In lapply(listOfValues, as.integer) : NAs introduced by coercion

在此之前

Error in seq.default(min(vec), max(vec)) : 'from' cannot be NA, NaN or infinite

我很确定列中没有任何需要转换的NAs，更不用说有那么多了。不知道该怎么解决这个问题。谢谢!

我一直在运行的生成问题的命令：

concat.split.expanded(dataset, "stringvarname", sep = " ", mode = "binary", drop = false)

使用或不使用fill=生成问题

Answer 1

您需要指定您正在分割串连字符串(下面示例数据中的“var2”)，而不是将数字值串连为字符串(下面示例数据中的“var3”)。

下面是一个再现错误并显示工作解决方案的示例：

df = data.frame(var1 = 1:2, var2 = c("a b c", "a c d"), var3 = c("1 2 3", "1 2 5"))
library(splitstackshape)

cSplit_e(df, "var3", sep = " ")
#   var1  var2  var3 var3_1 var3_2 var3_3 var3_4 var3_5
# 1    1 a b c 1 2 3      1      1      1     NA     NA
# 2    2 a c d 1 2 5      1      1     NA     NA      1

## Will give you an error
cSplit_e(df, "var2", sep = " ")
#  Error in seq.default(min(vec), max(vec)) : 
#   'from' cannot be NA, NaN or infinite In addition: Warning messages:
# 1: In lapply(listOfValues, as.integer) : NAs introduced by coercion
# 2: In lapply(listOfValues, as.integer) : NAs introduced by coercion

cSplit_e(df, "var2", sep = " ", type = "character")
#   var1  var2  var3 var2_a var2_b var2_c var2_d
# 1    1 a b c 1 2 3      1      1      1     NA
# 2    2 a c d 1 2 5      1     NA      1      1

为什么？cSplit_e使用seq，seq用于数字输入。

> seq("a", "c")
Error in seq.default("a", "c") : 'from' cannot be NA, NaN or infinite