r - 根据列中的模式拆分行中的数据框

Question

我有一个这样的数据框；

mydf=data.frame(Authors=c("A","B","C"), ID=c("1","2","3"), Adresses=c("[XYZ, DEF] Ege Univ, Izmir, Turkey","[Vil, Beat; Fern, Alm; Pro-Pas, Ram; Fevfz, Jes; Saur, Mari] INIA CSIC, Dept Genet Anim, Madrid, Spain; [Penza, Carna; Housen, Rosie] Univ Edigh, Roxbn Inst, Edinburgh, Scotland","[Zeek, Umt] Kastamonu Univ, Kast, Turkey; [Kalu, Sear] Ege Univ, Fac Engn, Izmir, Turkey"))

看起来是这样的:

我想根据 Adresses 列中的模式拆分它，如下所示:

这里的模式是这样的:[ ] ;但是单元格的最后一条记录(或者如果单元格只有一条记录)没有分号，正如您从第一张图片中看到的那样。

我在 r 中尝试使用 tidyr、dplyr、regex 以及这个 strsplit(as.character(mydf[,3 ]), "[[(.*)]](.*);") 模式，但它不起作用。任何帮助将不胜感激。

Answer 1

在 base R 中，我们可以将列拆分为向量的列表，然后根据list 的 lengths 并通过 unlisting list

更新“地址”

lst1 <- strsplit(mydf$Adresses, ";\\s*(?=\\[)", perl = TRUE)
mydf2 <-  transform(mydf[rep(seq_len(nrow(mydf)), lengths(lst1)),],
    Adresses = unlist(lst1))
row.names(mydf2) <- NULL

-输出

> mydf2
  Authors ID                                                                                               Adresses
1       A  1                                                                     [XYZ, DEF] Ege Univ, Izmir, Turkey
2       B  2 [Vil, Beat; Fern, Alm; Pro-Pas, Ram; Fevfz, Jes; Saur, Mari] INIA CSIC, Dept Genet Anim, Madrid, Spain
3       B  2                              [Penza, Carna; Housen, Rosie] Univ Edigh, Roxbn Inst, Edinburgh, Scotland
4       C  3                                                               [Zeek, Umt] Kastamonu Univ, Kast, Turkey
5       C  3                                                         [Kalu, Sear] Ege Univ, Fac Engn, Izmir, Turkey