web-dev-qa-db-fra.com

Fractionner les colonnes dans le cadre de données avec NA

J'ai un df comme ceci:

df <- data.frame(FOO = c('A|B|C', 'A|B', 'B|C', 'A', 'C'))

> df
    FOO
1 A|B|C
2   A|B
3   B|C
4     A
5     C

Et j'aimerais avoir une sortie comme celle-ci:

> df
  X1 X2 X3
1 A  B  C
2 A  B
3    B  C
4 A
5       C

Jusqu'ici, j'ai essayé avec cet exemple: Scinder la colonne au délimiteur dans le cadre de données mais il ne scinde pas les colonnes sans répéter les valeurs, voici ce que j'obtiens:

df <- data.frame(do.call('rbind', strsplit(as.character(df$FOO),'|',fixed=TRUE)))

> df
  X1 X2 X3
1  A  B  C
2  A  B  A
3  B  C  B
4  A  A  A
5  C  C  C

Et je reçois aussi cet avertissement:

Message d’avertissement: dans le lien (c ("A", "B", "C"), c ("A", "B"), c ("B", "C"), "A "," C "): le nombre de colonnes du résultat n'est pas un multiple du vecteur Longueur (arg 2)

Que puis-je faire dans ces cas? De préférence avec baseR

rdataframesplit
11
Biocrazy

Faites simplement:

splt <- strsplit(as.character(df$FOO),"\\|")
all_val <- sort(unique(unlist(splt)))
t(sapply(splt,function(x){all_val[!(all_val %in% x)]<-NA;all_val}))


#     [,1] [,2] [,3]
#[1,] "A"  "B"  "C" 
#[2,] "A"  "B"  NA  
#[3,] NA   "B"  "C" 
#[4,] "A"  NA   NA  
#[5,] NA   NA   "C"

Les données: 

df <- data.frame(FOO = c('A|B|C', 'A|B', 'B|C', 'A', 'C'))

Notez s'il vous plaît:

Ma version est base:: (pas de librairies nécessaires) et générale:

Cela fonctionnerait aussi avec:

df <- data.frame(FOO = c('A|B|C', 'A|B', 'B|C', 'A', 'C', 'B|D|F'))
9
Andre Elrico

Oublié que OP a demandé une solution base R. Essayez les solutions de @ AndreElrico, @ r.user.05apr ou @ milan.

Cela peut être fait avec cSplit_e à partir du paquet splitstackshape:

library(splitstackshape)
cSplit_e(
  data = df,
  split.col = "FOO",
  sep = "|",
  mode = "value",
  type = "character",
  fill = " ",
  drop = TRUE
)
#  FOO_A FOO_B FOO_C
#1     A     B     C
#2     A     B      
#3           B     C
#4     A            
#5                 C

Cela fonctionne aussi dans le cas du df suivant (voir le commentaire de l'OP ci-dessus).

(df1 <- data.frame(FOO = c('A|B|C', 'A|B', 'B|C', 'A', 'C', 'B|D|F')))
#    FOO
#1 A|B|C
#2   A|B
#3   B|C
#4     A
#5     C
#6 B|D|F

cSplit_e(df1, "FOO", "|", "value",  "character", TRUE, fill = " ")
#  FOO_A FOO_B FOO_C FOO_D FOO_F
#1     A     B     C            
#2     A     B                  
#3           B     C            
#4     A                        
#5                 C            
#6           B           D     F
6
markus

En base R:

df <- data.frame(FOO = c('A|B|C', 'A|B', 'B|C', 'A', 'C'))

dummy <- strsplit(as.character(df$FOO), "[|]")
want <- data.frame(values = unlist(dummy),
                   ids = rep(1:length(dummy), unlist(lapply(dummy, length))), 
                   stringsAsFactors = FALSE)

library(reshape2)
want <- dcast(want, ids ~ values, value.var = "values", fill = " ")[, -1] # first col removed
names(want) <- paste0("X", seq_along(unique(unlist(dummy)))) 
want
# X1 X2 X3
#1  A  B  C
#2  A  B   
#3     B  C
#4  A      
#5        C
4
r.user.05apr

Utilisez unique et strsplit pour rechercher toutes les valeurs uniques (A, B et C dans ce cas). Utilisez grep pour rechercher les valeurs uniques et renvoyez-les en cas de correspondance ou character(0) sinon. cbind les caractères résultants. Utilisez apply et ifelse pour remplacer character(0) par NA.

vals <- unique(unlist(sapply(a1, function(x) strsplit(x, '|', fixed = T))))

out <- NULL
for(i in vals){
  out <- cbind(out, as.character((lapply(df$FOO, function(x) grep(x, i, value=T)))))
}

apply(out, 2, function(x) ifelse(x=="character(0)", NA, x))

     [,1] [,2] [,3]
[1,] "A"  "B"  "C" 
[2,] "A"  "B"  NA  
[3,] NA   "B"  "C" 
[4,] "A"  NA   NA  
[5,] NA   NA   "C"
2
milan

Vous pouvez aussi essayer une tidyverse

library(tidyverse)
df %>%
  rownames_to_column() %>% 
  separate_rows(FOO, sep="[|]") %>% 
  mutate(L=factor(FOO, labels = paste0("X",1:length(unique(FOO))))) %>% 
  spread(L, FOO) %>% 
  select(-1)
    X1   X2   X3
1    A    B    C
2    A    B <NA>
3 <NA>    B    C
4    A <NA> <NA>
5 <NA> <NA>    C

Cela fonctionne aussi généralement par exemple. df <- data.frame(FOO = c('A|B|C', 'A|B', 'B|C', 'A', 'C', 'B|D|F')). En outre, vous pouvez définir les niveaux, par exemple B> C> A par vous-même en utilisant levels = c("B", "C", "A") dans la fonction factor dans l'étape mutate. 

0
Jimbou