r - 编辑数据框中的列

Question

我正在尝试在我尝试使用 tstrsplit 的数据框中编辑我的列，但我没有得到想要的结果。我正在尝试从 OID 中删除 ';' 并且我希望 OID 列中的每一行都有一个值。

下面是我的代码

library(data.table);
setDT(df)[, paste0("OID", 1:3) := tstrsplit(OID, ";", fixed = TRUE)]

执行这段代码它创建了 3 个不同的列 OID1 OID2 OID3 但我只需要编辑列 OID 并且其中有单个值已显示在我想要的输出中。

下面是我的数据-->

   QID           OID
      189       204;202;201;203;  
      189       202;203;201;204;  
      189        na
      189       204;202;201;203;
      189        na
      189       204;202;201;203;
      189        na

下面是我想要的输出-->

QID       OID
189       202
189       201
189       204
189       203

Answer 1

如果我们需要每行中的单个元素，我们可以将“OID”拆分为;，使用sapply循环遍历list输出>，使用(示例 - 因为规则不明确)获取单个元素，并使用该输出更新“OID”。

transform(df, OID = sapply(strsplit(OID, ";"), sample, 1))
#  QID OID
#1 189 202
#2 189 204
#3 189 203
#4 189 202

如果我们需要每行唯一值

transform(df, OID = sample(unique(unlist(strsplit(OID, ";")))))
#  QID OID
#1 189 202
#2 189 201
#3 189 203
#4 189 204

注意:如果“OID”列类是factor，在拆分之前转换为character类，即strsplit(as.character(OID), "; ")

数据

df <- structure(list(QID = c(189L, 189L, 189L, 189L),
OID = c("204;202;201;203;", 
"202;203;201;204;", "204;202;201;203;", "204;202;201;203;")), 
.Names = c("QID", "OID"), class = "data.frame", row.names = c(NA, -4L))