Question

我已经尝试了this similar question的所有内容，但我无法得到其他人似乎得到的结果。这是我的问题：

我有一个这样的数据框，列出了每位教师使用的成绩：

> profs <- data.frame(teaches = c("1st", "1st, 2nd",
                                  "2nd, 3rd",
                                  "1st, 2nd, 3rd"))
> profs
        teaches
1           1st
2      1st, 2nd
3      2nd, 3rd
4 1st, 2nd, 3rd

我一直在寻找将teaches变量分解为列的解决方案，如下所示：

  teaches1st teaches2nd teaches3rd
1          1          0          0
2          1          1          0
3          0          1          1
4          1          1          1

根据回答者的解释，涉及splitstackshape库和显然已弃用的concat.split.expanded函数的

I understand this solution应该完全符合我的要求。但是，我似乎无法达到相同的结果：

> concat.split.expanded(profs, "teaches", fill = 0, drop = TRUE)
Fehler in seq.default(min(vec), max(vec)) : 
  'from' cannot be NA, NaN or infinite

使用我理解的cSplit取代“大多数早期的concat.split *函数”，我得到了这个：

> cSplit(profs, "teaches")
   teaches_1 teaches_2 teaches_3
1:       1st        NA        NA
2:       1st       2nd        NA
3:       2nd       3rd        NA
4:       1st       2nd       3rd

我尝试过使用cSplit的帮助并调整其中的每一个参数，但我无法进行分割。我感谢任何帮助。

Answer 1

由于您的连接数据是连接的字符串（不是连接的数值），因此您需要添加type = "character"以使函数按预期工作。

该功能的默认设置适用于数值，因此错误大约为NaN，依此类推。

命名与同一系列中其他功能的简短形式更加一致。因此，它现在是cSplit_e（虽然旧的函数名称仍然可用）。

library(splitstackshape)
cSplit_e(profs, "teaches", ",", type = "character", fill = 0)
#         teaches teaches_1st teaches_2nd teaches_3rd
# 1           1st           1           0           0
# 2      1st, 2nd           1           1           0
# 3      2nd, 3rd           0           1           1
# 4 1st, 2nd, 3rd           1           1           1

?concat.split.expanded的帮助页面与cSplit_e的帮助页面相同。如果您有任何关于使其更清楚易懂的提示，请在软件包的GitHub页面上提出问题。

Answer 2

这是另一种选择：

Vectorize(grepl, 'pattern')(c('1st', '2nd', '3rd'), profs$teaches)
#        1st   2nd   3rd
# [1,]  TRUE FALSE FALSE
# [2,]  TRUE  TRUE FALSE
# [3,] FALSE  TRUE  TRUE
# [4,]  TRUE  TRUE  TRUE

Answer 3

您可以尝试mtabulate

中的qdapTools

library(qdapTools)
res <- mtabulate(strsplit(as.character(profs$teaches), ', '))
colnames(res) <- paste0('teaches', colnames(res))
res
#    teaches1st teaches2nd teaches3rd
#1          1          0          0
#2          1          1          0
#3          0          1          1
#4          1          1          1

或使用stringi

library(stringi)
(vapply(c('1st', '2nd', '3rd'), stri_detect_fixed, logical(4L), 
                          str=profs$teaches))+0L
#     1st 2nd 3rd
#[1,]   1   0   0
#[2,]   1   1   0
#[3,]   0   1   1
#[4,]   1   1   1

Answer 4

我找到了解决方法。如果你的字符串变量只包含分隔符和数字，那么似乎concat.split.expanded有效，即：

> profs <- data.frame(teaches = c("1", "1, 2", "2, 3", "1, 2, 3"))
> profs
  teaches
1       1
2    1, 2
3    2, 3
4 1, 2, 3

现在concat.split.expanded的工作方式与Dummy variables from a string variable相同：

> concat.split.expanded(profs, "teaches", fill = 0, drop = TRUE)
  teaches_1 teaches_2 teaches_3
1         1         0         0
2         1         1         0
3         0         1         1
4         1         1         1

但是，我仍然在寻找一种不涉及删除teaches变量中所有字母的解决方案。

从一个字符串变量创建几个虚拟变量

4 个答案: