r - 将全名向量拆分为 2 个独立向量的有效方法

Question

我有一个由全名组成的向量，名字和姓氏用逗号分隔，这是前几个元素的样子:

> head(val.vec)
[1] "Aabye,ֲ Edgar"        "Aaltonen,ֲ Arvo"      "Aaltonen,ֲ Paavo"    
[4] "Aalvik Grimsb,ֲ Kari" "Aamodt,ֲ Kjetil Andr" "Aamodt,ֲ Ragnhild

我正在寻找一种方法将它们分成两个单独的名字和姓氏列。我的最终目的是将它们都作为更大数据框架的一部分。

我尝试使用这样的strsplit函数

names<-unlist(strsplit(val.vec,','))

但它给了我一个长向量而不是两个单独的集合，我知道它是可以使用循环遍历所有元素，并将名字和姓氏放入 2 个单独的向量中，但考虑到大约有 25000 条记录，这有点耗时。

我看到了一些类似的问题，但讨论的是如何在 C+ 和 Java 上做到这一点

Answer 1

我们可以使用read.csv将向量转换为具有2列的data.frame

read.csv(text=val.vec, header=FALSE, stringsAsFactors=FALSE)

<小时/>

或者，如果我们使用strsplit，而不是unlisting(这会将整个list转换为单个向量)，我们可以分别提取list中的第一个和第二个元素来创建两个向量('v1'和'v2')。

lst <- strsplit(val.vec,',')
v1 <- lapply(lst, `[`, 1)
v2 <- lapply(lst, `[`, 2)

<小时/>

另一个选择是sub

v1 <- sub(",.*", "", val.vec)
v2 <- sub("[^,]+,", "", val.vec)

数据

val.vec <- c("Aabye,ֲ Edgar", "Aaltonen,ֲ Arvo", "Aaltonen,ֲ Paavo", 
        "Aalvik Grimsb,ֲ Kari", "Aamodt,ֲ Kjetil Andr", "Aamodt,ֲ Ragnhild")