问题标签 [strsplit]

我有一个带有因子列的大型数据框，我需要通过分隔符将因子名称拆分为三个因子列。这是我目前的方法，对于大型数据框（有时数百万行）非常慢：

有什么办法可以加快这个操作？我注意到每个类别“物种”、“大小等级”和“受感染”的数量都很少（<5），我提前知道这些是什么。

笔记：

• stringr::str_split_fixed执行此任务，但不会更快
• 数据框实际上最初是通过调用reshape::melt一个数组生成的，其中Class及其关联的级别是一个维度。如果有更快的方式从那里到达这里，那就太好了。
• data.rds在http://dl.getdropbox.com/u/3356641/data.rds

我必须在一列数据框中使用给定的输入字符串进行软匹配，例如

我想从提供的列名“col”中检索“John Collingson”和“J Collingson”

请帮助

我有以下数据

一个单元格中的字符串，并且每行中字符串的长度不同

我想要以下结果

一个单元格中的一个词

有人可以帮忙吗？

我有一个如下所示的向量：

我想将其转换为：

那就是我想从我的字符串向量中删除数字和单个字符。

任何帮助将不胜感激。

我的名为“locaddr”的输入文件有以下记录：

我使用以下代码将 R 中的 STRSPLIT 函数应用于此文件：

我得到的最终输出是：

从上面可以明显看出，所需的输出是每条记录中的最后三个术语。但相反，我几乎混合了那里的所有东西。

我的要求是，虽然地址都是可变长度的，但在 STRSPLIT 之后，我只需要选择最后三个术语并将它们输入为 Street, City Country。

非常感谢您的帮助和时间。

我希望在某个字符处拆分字符串，同时将该字符保留在第二个结果字符串中。我可以实现几乎所有所需的操作，除了我丢失了我在 中指定的字符strsplit，我猜这被称为分隔符。

有没有办法要求strsplit保留分隔符？或者我必须使用某种正则表达式吗？谢谢你的任何建议。这似乎是一个非常基本的问题。对不起，如果它是重复的。我更喜欢使用base R。

这是一个显示我到目前为止的示例：

我有一个包含地区、县和年份的数据集。如果给定的区/县组合出现在任何一年，我希望该组合在每年都出现。以下是我想出的两种方法。第一种方法使用一个函数来创建区、县和年的组合，并且只需要六行代码。底部方法使用 , 和 的组合paste，expand.grid并且strsplit更加复杂/复杂。

可能有比上述任何一种方法更有效的方法。例如，有没有一种方法expand.grid可以实现区/县/年组合，可能只需要 1 或 2 行代码？

谢谢你的任何建议。我的功能可以完成这项工作，但这个问题对我来说是一个学习机会。我更喜欢base R。

这是示例数据集：

这是期望的结果：

这是迄今为止我最直接的解决方案，它使用一个函数来表示每年的每个区/县组合：

这是我最初的、更复杂的解决方案：

我导入了一些没有列名的数据，所以现在我有超过一百万行和 1 列（而不是 5 列）。

每行的格式如下：

并得到

我知道这与回收 split 参数有关，但我似乎无法弄清楚如何得到我想要的：

每一行作为第五个元素都有不同的消息，但在第四个元素之后，我只想将字符串的其余部分保持在一起。

任何帮助，将不胜感激。

我有一个向量“nameAlpha”，例如 c("Mark Twain", "Phil Hall", "Michael P. O'Connor", " ",...)。我想将每个名字传递给另一个向量“nameAlpha_first”。我运行这个

但我明白了

可能是因为向量的元素很少是空的吗？我如何移动来修复它？

我有一个包含此类键值对的字符串 s，我想从中构造数据框，

是什么赋予了：

首先，我希望在使用正则表达式后没有 NA 和 ""。我认为它应该类似于 {2,} 表示从第二次出现匹配所有内容，但我不能在 R 中做到这一点。

我想做的另一个想法是：拥有一个带有如下列的数据框：

我想遍历每一行并将其数值拆分为由键命名的列。

显示几行的示例，我希望它看起来像：