如何将列中的值拆分到 R 中各自的列中

Question

我有来自一项调查的多项选择问题的数据。该列包含以逗号分隔的字符串形式的值。我的数据框如下所示：

       ID       Var
1   1   3,12,14,15,16,18,20,21          
2   2   3,14,20     
3   3   3,14,16     
4   4   3,12        
5   5   3,6,14,15,17,20

我想将这些值拆分到各自的列中，例如第 1 列中的 1、第 2 列中的 2 等。总共有 21 个值。

我尝试使用

str_split_fixed

，它按照值出现的顺序将值分成几列：

str_split_fixed(df$Var, ",", 21)

      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14]
 [1,] "3"  "12" "14" "15" "16" "18" "20" "21" ""   ""    ""    ""    ""    ""   
 [2,] "3"  "14" "20" ""   ""   ""   ""   ""   ""   ""    ""    ""    ""    ""   
 [3,] "3"  "14" "16" ""   ""   ""   ""   ""   ""   ""    ""    ""    ""    ""   
 [4,] "3"  "12" ""   ""   ""   ""   ""   ""   ""   ""    ""    ""    ""    ""   
 [5,] "3"  "6"  "14" "15" "17" "20" ""   ""   ""   ""    ""    ""    ""    "" 

我也尝试过使用

cSplit

产生了类似的东西：

cSplit(df, "Var", ",")

ID    Var_01  Var_02  Var_03  Var_04  Var_05  Var_06  Var_07  Var_08  Var_09...
1   3   12  14  15  16  18  20  21  NA  
2   3   14  20  NA  NA  NA  NA  NA  NA  
3   3   14  16  NA  NA  NA  NA  NA  NA  
4   3   12  NA  NA  NA  NA  NA  NA  NA  
5   3   6   14  15  17  20  NA  NA  NA  

我想制作这样的东西：

ID    Var_01  Var_02  Var_03  Var_04  Var_05  Var_06  Var_07  Var_08  Var_09...
1   NA  NA  3   NA  NA  NA  NA  NA  NA  
2   NA  NA  3   NA  NA  NA  NA  NA  NA  
3   NA  NA  3   NA  NA  NA  NA  NA  NA  
4   NA  NA  3   NA  NA  NA  NA  NA  NA  
5   NA  NA  3   NA  NA  6   NA  NA  NA

我仍在研究 R，所以任何指点将不胜感激。谢谢！

Answer 1

基础R

V <- strsplit(df$Var, ",") |> lapply(as.integer)
V2 <- cbind(rep(seq_along(V), times = lengths(V)), unlist(V))
m <- data.frame(matrix(NA, nrow = nrow(df), ncol = max(unlist(V))))
colnames(m) <- sprintf("Var_%02d", 1:max(unlist(V)))
m[V2] <- V2[,2]
cbind(df, m)
#   ID                    Var Var_01 Var_02 Var_03 Var_04 Var_05 Var_06 Var_07 Var_08 Var_09 Var_10 Var_11 Var_12 Var_13 Var_14 Var_15 Var_16 Var_17 Var_18 Var_19 Var_20 Var_21
# 1  1 3,12,14,15,16,18,20,21     NA     NA      3     NA     NA     NA     NA     NA     NA     NA     NA     12     NA     14     15     16     NA     18     NA     20     21
# 2  2                3,14,20     NA     NA      3     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     14     NA     NA     NA     NA     NA     20     NA
# 3  3                3,14,16     NA     NA      3     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA     14     NA     16     NA     NA     NA     NA     NA
# 4  4                   3,12     NA     NA      3     NA     NA     NA     NA     NA     NA     NA     NA     12     NA     NA     NA     NA     NA     NA     NA     NA     NA
# 5  5        3,6,14,15,17,20     NA     NA      3     NA     NA      6     NA     NA     NA     NA     NA     NA     NA     14     15     NA     17     NA     NA     20     NA

[

索引（对于矩阵和框架）接受

row,column

索引的 2 列矩阵进行提取和赋值，这就是我们对

m[V2]

所做的事情。

Answer 2

据我所知，这并不是一个非常常见的转变。你可以写一个辅助函数，比如

split_index <- function(x) {
  rows <- lapply(strsplit(x, ","), as.numeric)
  N <- max(unlist(rows))
  vals <- lapply(rows, function(v) {
    r <- numeric(N)
    r[v] <- as.character(v)
    r
  })
  vals
}

你可以这样称呼它

split_index(df$Var)

或者如果你想组合成一个矩阵

split_index(df$Var) |> do.call(rbind, args=_)

Answer 3

使用两个外部包：

library(data.table)
library(stringi)

ncolumns <- max(stri_count_fixed(df$Var, ",")) + 1
df[sprintf("var%s", seq_len(ncolumns))] <- tstrsplit(df$Var, ",")

#   id                    Var var1 var2 var3 var4 var5 var6 var7 var8
# 1  1 3,12,14,15,16,18,20,21    3   12   14   15   16   18   20   21
# 2  2                3,14,20    3   14   20 <NA> <NA> <NA> <NA> <NA>
# 3  3                3,14,16    3   14   16 <NA> <NA> <NA> <NA> <NA>
# 4  4                   3,12    3   12 <NA> <NA> <NA> <NA> <NA> <NA>
# 5  5        3,6,14,15,17,20    3    6   14   15   17   20 <NA> <NA>

可重复的数据

df <- data.frame(
  id  = 1:5,
  Var = c("3,12,14,15,16,18,20,21", "3,14,20", "3,14,16", "3,12", "3,6,14,15,17,20")
)