如何将数据框中所有列的值分成两部分？

Question

我有一个如下形式的 R 数据框（但大约有 200K 列）：

1	2	3	4	5
AA	AA	TT	AG	抄送
在	AA	TA	GC	抄送
AA	在	TT	AG	抄送

我需要将每一列分成两部分，使其看起来如下所示：

1	2	3	4	5	6	7	8	9	10
A	A	A	A	T	T	A	G	C	C
A	T	A	A	T	A	G	C	C	C
A	A	A	T	T	T	A	G	C	C

包 stringr 中的函数 str_split_fixed() 可以很好地按照我需要的方式将单个列拆分为两列，但我不知道如何在整个数据框中进行此操作。因为我的真实数据中有很多列，所以我不能手动拆分所有列。

我对编码相当陌生，并且尝试过 for 循环：

split_df <- matrix(0, nrow = nrow(df), ncol = (2 *ncol(df)))

for(i in 1:ncol(df)) {
split_df[,i:i+1] <- str_split_fixed(df[,i], "", 2)
}

这将创建一个垂直填充的矩阵，但不会填充整个列。

显然我做得不对，但我似乎无法修复它（特别是因为我不擅长 for 循环）。有没有什么软件包可以让这件事变得更容易？也许可以修复这个 for 循环？或者有其他方法来分割这个数据框中的数据？任何帮助将不胜感激！

Answer 1

您可以使用 stringr 包中的

str_split_fixed

：

> library(stringr)
> matrix(sapply(df, str_split_fixed, "", 2), nrow = nrow(df))|>
    as.data.frame()
  V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1  A  A  A  A  T  T  A  G  C   C
2  A  T  A  A  T  A  G  C  C   C
3  A  A  A  T  T  T  A  G  C   C

样本数据：

structure(list(X1 = c("AA", "AT", "AA"), X2 = c("AA", "AA", "AT"
), X3 = c("TT", "TA", "TT"), X4 = c("AG", "GC", "AG"), X5 = c("CC", 
"CC", "CC")), class = "data.frame", row.names = c(NA, -3L))