如何将字符串列分隔为多个列，每个列包含一个字符串的单个字符，字符串长度不等，没有分隔符？

Question

我的数据框架是：

data.frame(stringsAsFactors=FALSE,
       A = c("1234", "abc.", "e-2.1ad"),
       B = c("5-4", "1-0", "a,d")
)

我希望将这些列分隔为包含单个字符的多个列。

我发现的其他答案都涉及到使用一些正则表达式、模式或分隔符，正如您所看到的，在这里我不能这样做，或者使用sapply (使用这个位置，但对我来说它不起作用)的复杂解决方案。我确信有一个更优雅的解决方案，如果可能的话，我非常希望使用tidyr的解决方案，但是不管它是干净的还是很受欢迎的。

这是它应该喜欢的，毕竟是这样说和做的：

 newdf <- data.frame(stringsAsFactors=FALSE,
      A1 = c("1", "a", "e"),
      A2 = c("2", "b", "-"),
      A3 = c("3", "c", "2"),
      A4 = c("4", ".", "."),
      A5 = c(NA, NA, 1),
      A6 = c(NA, NA, "a"),
      A7 = c(NA, NA, "d"),
      B1 = c("5", "1", "a"),
      B2 = c("-", "-", ","),
      B3 = c("4", "0", "d")
)

而且，如果答案不仅仅是抛出一两个函数，我会非常感谢你能解释一下你是怎么做的，而不仅仅是解决方案本身。谢谢!

稍后的编辑:我几乎可以使用qdap包完成它，但是我可以绕过它，从字符串的开头就用字符填充应该是NAs的内容(因为字符串的长度不等)。非常奇怪的行为，没有在文档中解释，否则是一个非常有希望的功能。

在我试图解决这个问题时，我注意到了另一个奇怪的行为，那就是自动地将角色转化为因素。然而，我无法确定这条路在哪里发生。

Answer 1

有许多潜在的选择，取决于您感兴趣的细节。见上文关于5-432中失踪32人的评论。

考虑的一种可能性是来自str_split_fixed包的stringr：

str_split_fixed("1234", "", 7)

     [,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,] "1"  "2"  "3"  "4"  ""   ""   ""  

空模式"“将按字符拆分，在本例中，尝试返回7段作为字符矩阵(最后3个空字符串)。现在，如果没有可用的字符，则返回一个空字符串，而不是NA。(见github问题)。

如果列数是基于A和B列的最大字符数(例如7和5)，则可以执行以下操作：

as.data.frame(lapply(df, function(x) str_split_fixed(x, "", n=max(nchar(x)))))

  A.1 A.2 A.3 A.4 A.5 A.6 A.7 B.1 B.2 B.3 B.4 B.5
1   1   2   3   4               5   -   4   3   2
2   a   b   c   .               1   -   0        
3   e   -   2   .   1   a   d   a   ,   d        

注意:之后用NA替换空字符串：

df[df==""] <- NA

  A.1 A.2 A.3 A.4  A.5  A.6  A.7 B.1 B.2 B.3  B.4  B.5
1   1   2   3   4 <NA> <NA> <NA>   5   -   4    3    2
2   a   b   c   . <NA> <NA> <NA>   1   -   0 <NA> <NA>
3   e   -   2   .    1    a    d   a   ,   d <NA> <NA>

Answer 2

这是我的tidyverse解决方案。写一个函数对我来说是新的，任何改进的建议都将不胜感激。

library(tidyverse)
df <- data.frame(stringsAsFactors=FALSE,
        A = c("1234", "abc.", "e-2.1ad"),
        B = c("5-432", "1-0", "a,d"))    

a_split<- str_split(df$A, "")
b_split<- str_split(df$B, "")
f1 <- function(num, s)(c(s[[1]][num], s[[2]][num], s[[3]][num]))
x <- c(1:7)
all_a <- lapply(x, f1, a_split)
x <- c(1:5)
all_b <- lapply(x, f1, b_split)

Answer 3

我们可以从cSplit中使用splitstackshape，并将列A和B中的每个字符拆分为单独的列。

df1 <- splitstackshape::cSplit(df, c('A', 'B'), sep = '', stripWhite = FALSE)
df1

#   A_1 A_2 A_3 A_4 A_5  A_6  A_7 B_1 B_2 B_3 B_4 B_5 B_6 B_7
#1:   1   2   3   4  NA <NA> <NA>   5   -   4   3   2  NA  NA
#2:   a   b   c   .  NA <NA> <NA>   1   -   0  NA  NA  NA  NA
#3:   e   -   2   .   1    a    d   a   ,   d  NA  NA  NA  NA

但是，这为我提供了一些NA for B的额外列，这些列可以使用Filter删除。

Filter(function(x) any(!is.na(x)), df1)
#   A_1 A_2 A_3 A_4 A_5  A_6  A_7 B_1 B_2 B_3 B_4 B_5
#1:   1   2   3   4  NA <NA> <NA>   5   -   4   3   2
#2:   a   b   c   .  NA <NA> <NA>   1   -   0  NA  NA
#3:   e   -   2   .   1    a    d   a   ,   d  NA  NA

数据

df <- data.frame(stringsAsFactors=FALSE,
             A = c("1234", "abc.", "e-2.1ad"),
             B = c("5-432", "1-0", "a,d"))