r - 将变量从逗号拆分为有序数据框

Question

我有一个这样的数据框，其中的值用逗号分隔。

# Events
# A,B,C
# C,D
# B,A
# D,B,A,E
# A,E,B

我想要下一个数据框

# Event1  Event2  Event3  Event4  Event5
# A       B       C       NA      NA
# NA      NA      C       NA      NA
# A       B       NA      NA      NA
# A       B       NA      D       E
# A       B       NA      NA      E

我尝试过使用 cSplit，但没有所需的 df。可能吗？

注意:这些值不会出现在与第二个数据框中的变量事件相同的位置。

Answer 1

1) 这是一个基本的 R 解决方案。拆分每一行给出列表 s 并创建包含可能值的 cols。然后迭代 s 并将其转换为数据框。

请注意，这不会对列名进行硬编码，即使某些列名是其他列名的子字符串，它也会继续工作。

s <- strsplit(DF$Events, ",")
cols <- unique(sort(unlist(s)))

data.frame(Event = t(sapply(s, function(x) ifelse(cols %in% x, cols, NA))))

给予:

  Event.1 Event.2 Event.3 Event.4 Event.5
1       A       B       C    <NA>    <NA>
2    <NA>    <NA>       C       D    <NA>
3       A       B    <NA>    <NA>    <NA>
4       A       B    <NA>       D       E
5       A       B    <NA>    <NA>       E

2) 这个基础 R 解决方案如上所述使用 strsplit，然后命名组件，因为 stack 需要一个命名列表，然后调用 堆栈。然后我们使用 tapply 将其扩展为宽格式，并将其转换为数据框并修复名称。

s <- strsplit(DF$Events, ",")
names(s) <- seq_along(s)
stk <- stack(s)

mat <- t(tapply(stk$values, stk, c))
colnames(mat) <- NULL
data.frame(Event = mat)

给予:

  Event.1 Event.2 Event.3 Event.4 Event.5
1       A       B       C    <NA>    <NA>
2    <NA>    <NA>       C       D    <NA>
3       A       B    <NA>    <NA>    <NA>
4       A       B    <NA>       D       E
5       A       B    <NA>    <NA>       E

这也可以表示为 R 4.2+ 管道:

DF |>
  with(setNames(Events, seq_along(Events))) |>
  strsplit(",") |>
  stack() |>
  with(tapply(values, data.frame(ind, values), c)) |>
  `colnames<-`(NULL) |>
  data.frame(Event = _)

注意事项

可重现形式的输入:

Lines <- "Events
A,B,C
C,D
B,A
D,B,A,E
A,E,B"
DF <- read.table(text = Lines, header = TRUE, strip.white = TRUE)