在R中将非矩形数据导入为矩形
我需要加载社交网络数据,其中每个用户都有未知且可能大量的朋友,存储为以下格式的文本文件:在R中将非矩形数据导入为矩形,r,social-networking,R,Social Networking,我需要加载社交网络数据,其中每个用户都有未知且可能大量的朋友,存储为以下格式的文本文件: UserId: FriendId1, FriendId2, ... 1: 12, 33 2: 3: 4, 6, 10, 15, 16 进入两列data.frame: UserId FriendId 1 1 12 2 1 33 3 3 4 4 3 6 5 3 10 6 3
UserId: FriendId1, FriendId2, ...
1: 12, 33
2:
3: 4, 6, 10, 15, 16
进入两列data.frame:
UserId FriendId
1 1 12
2 1 33
3 3 4
4 3 6
5 3 10
6 3 15
7 3 16
你在R怎么做
读取、填充然后重新整形效率很低,因为它需要在内存中保留许多列,其中包含NA
相关问题,以及。这将读取行,然后逐个将它们解析为两列矩阵。这确实会产生字符值(因为文本行只是字符),但强制为数字则很简单:
do.call(rbind, sapply(rLines, function(L) { n <- sub( ":.+", "", L);
items <- scan(text=sub(".+:","",L), sep=",");
matrix( c( rep(n, length(items)), items), ncol=2)}
)
)
#---------
[,1] [,2]
[1,] "1" "12"
[2,] "1" "33"
[3,] "3" "4"
[4,] "3" "6"
[5,] "3" "10"
[6,] "3" "15"
[7,] "3" "16"
<代码> > do.调用(rBin,sPrand,函数(l){n”,如果你真的有冒号作为定界符,那么只需使用<代码> Read .table >代码>使用<代码>标题> false <代码>将你的数据输入R,然后从我的“SPLITSTACKFILL”包中考虑使用<代码> CPLAX/CODE > .<
mydf
mydf <- read.table("test.txt", sep = ":", header = FALSE)
mydf
## V1 V2
## 1 1 12, 33
## 2 2
## 3 3 4, 6, 10, 15, 16
library(splitstackshape)
cSplit(mydf, "V2", ",", "long")
## V1 V2
## 1: 1 12
## 2: 1 33
## 3: 3 4
## 4: 3 6
## 5: 3 10
## 6: 3 15
## 7: 3 16