0

我有一个data.frame DAT包含以下格式的字符串的 8 列（这些是测验的八个问题的多项选择答案）：

  Q1  Q2  Q3  Q4  Q5  Q6  Q7  Q8
1 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
2 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
3 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
4 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
5 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
6 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,

我想将其转换为以下内容：

 q11 q12 q13 q21 q22 q23 q31 q32 q33 q41 q42 q43 q51 q52 q53 q61 q62 q63 q71 q72 q73 q81 q82 q83
1   0   0   1   0   0   1   0   1   0   1   0   0   0   0   1   0   0   1   0   1   0   1   0   0
2   0   0   1   0   0   1   0   1   0   1   0   0   0   0   1   0   0   1   0   1   0   1   0   0
3   0   0   1   0   0   1   0   1   0   1   0   0   0   0   1   0   0   1   0   1   0   1   0   0
4   0   0   1   0   0   1   0   1   0   1   0   0   0   0   1   0   0   1   0   1   0   1   0   0
5   0   0   1   0   0   1   0   1   0   1   0   0   0   0   1   0   0   1   0   1   0   1   0   0
6   0   0   1   0   0   1   0   1   0   1   0   0   0   0   1   0   0   1   0   1   0   1   0   0

所以我写了以下代码：

NAMES.Q = paste(rep("Q",8), c(1:8), sep="") 
DAT[ which(DAT[NAMES.Q]=="NULL"),]<- NA # to set to NA skipped questions
NAMES.q  = paste(rep("q",8), c(1:8), sep="")

以下代码是将字符串转换为0数值1。

q1 <- read.csv(text = as.character(DAT[,"Q1"]), strip.white = TRUE)
q2 <- read.csv(text = as.character(DAT[,"Q2"]), strip.white = TRUE)
q3 <- read.csv(text = as.character(DAT[,"Q3"]), strip.white = TRUE)
q4 <- read.csv(text = as.character(DAT[,"Q4"]), strip.white = TRUE)
q5 <- read.csv(text = as.character(DAT[,"Q5"]), strip.white = TRUE)
q6 <- read.csv(text = as.character(DAT[,"Q6"]), strip.white = TRUE)
q7 <- read.csv(text = as.character(DAT[,"Q7"]), strip.white = TRUE)
q8 <- read.csv(text = as.character(DAT[,"Q8"]), strip.white = TRUE)
names(q1) = paste("q1", 1:3, sep = "")
names(q2) = paste("q2", 1:3, sep = "")
names(q3) = paste("q3", 1:3, sep = "")
names(q4) = paste("q4", 1:3, sep = "")
names(q5) = paste("q5", 1:3, sep = "")
names(q6) = paste("q6", 1:3, sep = "")
names(q7) = paste("q7", 1:3, sep = "")
names(q8) = paste("q8", 1:3, sep = "")
q1[is.na(q1)] <- 0
q2[is.na(q2)] <- 0
q3[is.na(q3)] <- 0
q4[is.na(q4)] <- 0
q5[is.na(q5)] <- 0
q6[is.na(q6)] <- 0
q7[is.na(q7)] <- 0
q8[is.na(q8)] <- 0
qs<-cbind(q1, q2, q3, q4, q5, q6, q7, q8)

该代码有效，但我发现它很难阅读和维护。

你会建议一个循环或另一种方式在我的主要data.frame（DAT）中写入这些信息而不创建一个新的data.frame？

4

2 回答 2

1

首先，用 读取数据read.table。中的默认字段分隔符read.table是“空白”，即连接的“Q”列之间的分隔符。

然后您可以使用 package splitstackshape,中的函数concat.split.multiple来拆分连接的列。通过不指定split.cols，需要拆分的列，所有列都被拆分。seps每列中使用的默认分隔符 ( ) 是 . 结果数据框的,默认形状 ( direction) 是“宽”。因此，在这种情况下，您只需要提供数据框的名称。

df <- read.table(text="  Q1  Q2  Q3  Q4  Q5  Q6  Q7  Q8
1 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
2 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
3 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
4 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
5 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
6 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,", header=TRUE)

library(splitstackshape)

# split columns
df2 <- concat.split.multiple(df)

# or explicitly writing out the arguments
df2 <- concat.split.multiple(data = df, split.cols = names(df), seps = ",")

# replace NA with 0
df2[is.na(df2)] <- 0
df2

#   Q1_1 Q1_2 Q1_3 Q2_1 Q2_2 Q2_3 Q3_1 Q3_2 Q3_3 Q4_1 Q4_2 Q4_3 Q5_1 Q5_2 Q5_3 Q6_1 Q6_2 Q6_3 Q7_1 Q7_2 Q7_3 Q8_1 Q8_2 Q8_3
# 1    0    0    1    0    0    1    0    1    0    1    0    0    0    0    1    0    0    1    0    1    0    1    0    0
# 2    0    0    1    0    0    1    0    1    0    1    0    0    0    0    1    0    0    1    0    1    0    1    0    0
# 3    0    0    1    0    0    1    0    1    0    1    0    0    0    0    1    0    0    1    0    1    0    1    0    0
# 4    0    0    1    0    0    1    0    1    0    1    0    0    0    0    1    0    0    1    0    1    0    1    0    0
# 5    0    0    1    0    0    1    0    1    0    1    0    0    0    0    1    0    0    1    0    1    0    1    0    0
# 6    0    0    1    0    0    1    0    1    0    1    0    0    0    0    1    0    0    1    0    1    0    1    0    0
于 2013-11-12T19:12:59.233 回答
0

使用strsplit而不是read.csv. 添加一些lapply循环，一切就绪。

DF <- read.table(text="  Q1  Q2  Q3  Q4  Q5  Q6  Q7  Q8
1 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
2 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
3 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
4 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
5 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,
6 ,,1 ,,1 ,1, 1,, ,,1 ,,1 ,1, 1,,", header=TRUE)

DF2 <- do.call(cbind.data.frame, lapply(DF, function(x) {
  res <- strsplit(x, ",")
  res <- lapply(res, as.numeric)
  res <- do.call(rbind, res)
  res[is.na(res)] <- 0  
  res
  }))

#  Q1.1 Q1.2 Q1.3 Q2.1 Q2.2 Q2.3 Q3.1 Q3.2 Q4.1 Q4.2 Q5.1 Q5.2 Q5.3 Q6.1 Q6.2 Q6.3 Q7.1 Q7.2 Q8.1 Q8.2
#1    0    0    1    0    0    1    0    1    1    0    0    0    1    0    0    1    0    1    1    0
#2    0    0    1    0    0    1    0    1    1    0    0    0    1    0    0    1    0    1    1    0
#3    0    0    1    0    0    1    0    1    1    0    0    0    1    0    0    1    0    1    1    0
#4    0    0    1    0    0    1    0    1    1    0    0    0    1    0    0    1    0    1    1    0
#5    0    0    1    0    0    1    0    1    1    0    0    0    1    0    0    1    0    1    1    0
#6    0    0    1    0    0    1    0    1    1    0    0    0    1    0    0    1    0    1    1    0
于 2013-11-12T17:02:24.673 回答