8

我正在寻找一种通过分隔符拆分列内容并将表格转换为长格式的方法。我cSplit从splitstackshape包装中找到它几乎正在做我正在寻找的东西。

问题现在与drop选项有关。我希望以某种方式复制我的拆分列，但这不会发生。我做错了吗？有人遇到过这个问题吗？

我不确定我是否做错了什么，但该drop = FALSE选项不适用于我的情况。

这是一个例子：

library(splitstackshape)
jnk <- data.table(a = '1,2,3,4,5', b = 5)
jnk
#            a b
# 1: 1,2,3,4,5 5

cSplit(jnk, 'a', ',', 'long', drop = FALSE)
#    a b
# 1: 1 5
# 2: 2 5
# 3: 3 5
# 4: 4 5
# 5: 5 5

我所期望的是这样的：

cSplit(jnk, 'a', ',', 'long', drop = FALSE)
#    a b    a.orig
# 1: 1 5 1,2,3,4,5
# 2: 2 5 1,2,3,4,5
# 3: 3 5 1,2,3,4,5
# 4: 4 5 1,2,3,4,5
# 5: 5 5 1,2,3,4,5

我正在使用版本 1.4.2

4

2 回答 2

10

“long”格式list(unlist(...))在“data.table”中使用“data.table”修改列，并用:=. 因此，如果drop使用，您将拆分列然后将其删除！

drop我将尝试在仅用于格式的文档中明确说明，或者如果用户尝试以长格式使用，则wide添加一个。随意提交 FR 或提交 PR。messagedrop

解决方法是分配另一列（例如“a_orig”），然后进行拆分：

jnk <- data.table(a=c('1,2,3,4,5','1,2,3','2,3'),b=c(5,4,3))
cSplit(jnk[, a_orig := a], "a", ",", "long")
#     a b    a_orig
#  1: 1 5 1,2,3,4,5
#  2: 2 5 1,2,3,4,5
#  3: 3 5 1,2,3,4,5
#  4: 4 5 1,2,3,4,5
#  5: 5 5 1,2,3,4,5
#  6: 1 4     1,2,3
#  7: 2 4     1,2,3
#  8: 3 4     1,2,3
#  9: 2 3       2,3
# 10: 3 3       2,3

我没有进行广泛的测试，但可能的解决方法是：

cSplit2 <- function(indt, splitCols, sep = ",", direction = "wide", 
                    fixed = TRUE, drop = TRUE, stripWhite = TRUE, 
                    makeEqual = NULL, type.convert = TRUE) {
  if (direction == "long" & !drop) {
    indt <- as.data.table(indt)
    indt[, `:=`(eval(paste(splitCols, "orig", sep = "_")),
                lapply(splitCols, function(x) indt[[x]]))]
  }
  cSplit(indt, splitCols, sep, direction, fixed, drop, stripWhite, 
         makeEqual, type.convert)
}

基本思想是仅在direction == "wide"和时更改输入数据集drop = FALSE。这类似于您的想法，但可能是集成到实际包中的解决方案，大约在第 94 行。在这种情况下，只有indt[, `:=`(eval(paste(splitCols, "orig", sep = "_")), lapply(splitCols, function(x) indt[[x]]))]部分是必需的。

于 2015-05-13T07:00:36.930 回答
0

感谢您的反馈，我写了一个小函数作为解决方法。我不得不将其更改data.table为data.frame使其正常工作。如果data.table我需要设置一个额外的参数，但它与data.frame. 就我而言，我大部分时间都需要，data.frame所以我对其进行了优化。

library(splitstackshape)
jnk <- data.frame(a = c('1,2,3,4,5','1,2,3','2,3'),
                  b = c('a,b,c,d,e','a,b,c','a,b'),
                  c = c(5,4,3))
jnk

myCSplit <- function(data_set, splitCols, sep = ',', direction = 'long', drop = TRUE, ...) {
  if(direction == 'long' & !drop) {
    orig_names <- sub('$', '_orig', splitCols)
    df <- as.data.frame(data_set[,splitCols])
    names(df) <- orig_names
    df2 <- cbind(data_set, df)
    return(cSplit(df2, splitCols, sep, 'long'))
  } else {
    return(cSplit(data_set, splitCols, sep, direction, drop = drop,...))
  }
}
myCSplit(jnk, 'a', ',')
myCSplit(jnk, 'a', ',', drop = FALSE)
myCSplit(jnk, 'a', ',', 'wide')
myCSplit(jnk, 'a', ',', 'wide', drop = FALSE)
myCSplit(jnk, c('a','b'), ',', 'long', drop = FALSE)
于 2015-05-13T07:29:45.627 回答