web-dev-qa-db-ja.com

dplyrmutate呼び出しに複数の列を追加する

ドットで区切られた文字列を持つデータフレームがあります。

> set.seed(310366)
> tst = data.frame(x=1:10,y=paste(sample(c("FOO","BAR","BAZ"),10,TRUE),".",sample(c("foo","bar","baz"),10,TRUE),sep=""))
> tst
    x       y
1   1 BAR.baz
2   2 FOO.foo
3   3 BAZ.baz
4   4 BAZ.foo
5   5 BAZ.bar
6   6 FOO.baz
7   7 BAR.bar
8   8 BAZ.baz

その列を、ドットの両側のパーツを含む2つの新しい列に分割したいと思います。 str_split_fixedパッケージからstringrは非常にうまく仕事をすることができます。私のすべての値は間違いなくドットで区切られた2つの部分なので、次のことができます。

> require(stringr)
> str_split_fixed(tst$y,"\\.",2)
      [,1]  [,2] 
 [1,] "BAR" "baz"
 [2,] "FOO" "foo"
 [3,] "BAZ" "baz"
 [4,] "BAZ" "foo"
 [5,] "BAZ" "bar"
 [6,] "FOO" "baz"
 [7,] "BAR" "bar"

これで、データフレームにcbindすることができましたが、dplyrパイプラインでそれを行う方法を理解できると思いました。最初に私はmutateが1つでそれを行うことができると思いました：

> tst %.% mutate(parts=str_split_fixed(y,"\\.",2))
Error: wrong result size (20), expected 10 or 1

mutateを2つに分けて実行できます。

> tst %.% mutate(part1=str_split_fixed(y,"\\.",2)[,1], part2=str_split_fixed(y,"\\.",2)[,2])
    x       y part1 part2
1   1 BAR.baz   BAR   baz
2   2 FOO.foo   FOO   foo
3   3 BAZ.baz   BAZ   baz
4   4 BAZ.foo   BAZ   foo
5   5 BAZ.bar   BAZ   bar
6   6 FOO.baz   FOO   baz

しかし、それは文字列分割を2回実行しています。

これまでのところdplyrの方法でできる「最善」はこれです（これは、この質問を書いているときにのみ発見しました...）：

> tst %.% do(cbind(.,data.frame(parts=str_split_fixed(.$y,"\\.",2))))
    x       y parts.1 parts.2
1   1 BAR.baz     BAR     baz
2   2 FOO.foo     FOO     foo
3   3 BAZ.baz     BAZ     baz
4   4 BAZ.foo     BAZ     foo
5   5 BAZ.bar     BAZ     bar

これは悪くはありませんが、Rでパイプされたものの読みやすさの多くを失います。私が見逃したmutateを使用した簡単なアプローチはありますか？

rdplyr
21
Spacedman

tidyrのseparate()をdplyrと組み合わせて使用​​できます。

tst %>% separate(y, c("y1", "y2"), sep = "\\.", remove=FALSE)

    x       y  y1  y2
1   1 BAR.baz BAR baz
2   2 FOO.foo FOO foo
3   3 BAZ.baz BAZ baz
4   4 BAZ.foo BAZ foo
5   5 BAZ.bar BAZ bar
6   6 FOO.baz FOO baz
7   7 BAR.bar BAR bar
8   8 BAZ.baz BAZ baz
9   9 FOO.bar FOO bar
10 10 BAR.foo BAR foo

設定remove=TRUE列yを削除します

38
beetroot