r - 从一个字符字段中提取多个值到一个新的数据表中

Question

我的数据如下所示:

ids <- c(1,2,3)
titles <- c("Entry1", "Entry2", "Entry3")
tags <- c("<self-help><motivation>", "<programming><r><data.frame>", "<photography>")
df <- data.frame(id = ids, title = titles, tags = tags)
df

输出:

   id  title                         tags
1   1 Entry1      <self-help><motivation>
2   2 Entry2 <programming><r><data.frame>
3   3 Entry3                <photography>

我正在努力将标签提取到新的数据框中。我想要的是第二个数据框，如下所示:

  id         tag
1  1   self-help
2  1  motivation
3  2 programming
4  2           r
5  2  data.frame
6  3 photography

我已经设法使用以下列表对列表进行某事，但生成的列似乎以某种方式嵌套。我对 unlist() 的尝试要么没有效果，要么在结果向量中产生了太多条目。

df$tags_list <- lapply(df$tags, function(x)strsplit(gsub("^.|.$", "", x), "><")[[1]])

我的问题是:有人可以帮我生成这个新的 data.frame(或 data.table)给定 df 如下所示？也非常感谢任何关于如何处理嵌套列表的智慧之言。

Answer 1

与 base R版本 3.2.0+你可以试试:

lst <- strsplit(gsub("^<|>$", "", df$tags), split="><")
data.frame(id=rep(df$id, lengths(lst)), tags_list=unlist(lst))
#   id   tags_list
# 1  1   self-help
# 2  1  motivation
# 3  2 programming
# 4  2           r
# 5  2  data.frame
# 6  3 photography

与 gsub("^<|>$"..)我们消除了开头和结尾的括号，留下了模式 "><"作为单词分隔符。然后我们使用 id 和分隔列表创建数据框。

更新

函数lengths在 R 3.2.0 中添加并为列出什么 length 做了什么对于向量也是如此。在需要使用 sapply(lst, length) 之前.