私は、ほとんどの場合、行ごとに1つの観測であるデータフレームを持っています。ただし、一部の行には複数の値があります。
# A tibble: 3 x 2
`number` abilities
<dbl> <chr>
1 51 b1261
2 57 d710
3 57 b1301; d550
structure(list(`number` = c(51, 57, 57), abilities = c("b1261",
"d710", "b1301; d550")), .Names = c("number", "abilities"
), row.names = c(NA, -3L), class = c("tbl_df", "tbl", "data.frame"
))
以下を入手したいのですが。
# A tibble: 3 x 2
`number` abilities
<dbl> <chr>
1 51 b1261
2 57 d710
3 57 d550
4 57 b1301
で分割するのに十分簡単です。しかし、特に能力に2つ以上の値が含まれている可能性があるため、新しい行を簡単に追加する方法がわかりません。
これは次のように非常に似ています: 列を行に区切るRセミコロン ですが、重複を削除する必要はありません
関数がありますseparate_rows
in tidyr
それを行うには:
library(tidyr)
## The ";\\s+" means that the separator is a ";" followed by one or more spaces
separate_rows(df,abilities,sep=";\\s+")
number abilities
<dbl> <chr>
1 51 b1261
2 57 d710
3 57 b1301
4 57 d550
dplyr
にはunnest
があるため、これに適しています。
library(tidyverse)
library(stringr)
df %>%
mutate(unpacked = str_split(abilities, ";")) %>%
unnest %>%
mutate(abilities = str_trim(unpacked))
別のオプションはcSplit
です
library(splitstackshape)
cSplit(df1, 'abilities', '; ', 'long')
# number abilities
#1: 51 b1261
#2: 57 d710
#3: 57 b1301
#4: 57 d550