R问题-非常数定界符，并将其重新绑定到数据帧中

Question

这是另一个问题的后续问题，R Question - Trying to use separate to split data with a non-constant delimiter

[直到后来我才意识到我还有其他问题，请多多包涵，谢谢！

[作为参保年龄组的示例，我想将其划分为成人，青少年和儿童，以便每个事件都给出每个年龄组参与者的人数。我正在尝试对年龄和性别做同样的事，然后将其与整个数据集联系起来进行预测。让我知道是否需要更多详细信息。

dput(head(x[, c(1, 3)]))    structure(list(incident=c(1,2),age_group= c("0::Adult 18+", "0::Adult 18+||1::Adult 18+"), participant_gender = c("0::Female","0::Male||1::Male")),.Names = c("incident","participant_age_group","participant_gender"),row.names = c(NA, 2L), class = "data.frame")

如果需要，可提供更多数据，Sample Data from the dataset

我尝试使用下面的方法，但是它只给出了一个庞大的向量。

字符串

x

期望的结果

Incident Child Teen Adult Female Male
   1       0    0    1      1     0
   2       0    0    2      0     2

Answer 1

我根据您的图像创建了一个样本。我不知道你有几岁。如果您有很多，就必须做一些不同的事情。但是这里有三个类别。我与他们创建了一个向量。我在sapply（）的循环中使用矢量来使用stri_count()。我对性别变量也应用了相同的步骤。最后，我将两个结果与bind_cols()合并。

library(tidyverse)
library(stringi)

so <- tibble(id = 1:4,
             participant_age_group = c("0::Adult 18+", 
                                       NA,
                                       "0::Child 0-11||1::Teen 12-17",
                                       "0::Adult 18+||1::Adult 18+"),
             participant_gender = c("0::Female",
                                    NA,
                                    "0::Female||1::Female",
                                    "0::Male||1::Female"))

# Create a vector with the three target categories.
category <- c("Child 0-11", "Teen 12-17", "Adult 18+")
gender <- c("Female",  "Male")

sapply(category,function(x){
  stri_count_regex(so$participant_age_group, x)
}) %>% 
as_tibble -> result1

sapply(gender,function(x){
stri_count_regex(so$participant_gender, x)
}) %>% 
as_tibble -> result2

bind_cols(result1, result2)

# A tibble: 4 x 5
#  `Child 0-11` `Teen 12-17` `Adult 18+` Female  Male
#         <int>        <int>       <int>  <int> <int>
#1            0            0           1      1     0
#2           NA           NA          NA     NA    NA
#3            1            1           0      2     0
#4            0            0           2      1     1