R-将子串分成三元组并执行计算
我在上问了一个类似的问题，但我问题中的细节现在已经改变，因此我重新发布，因为我需要一个不同的解决方案 我附上了一张图片，说明了我的开始数据集和我试图实现的终点。我需要一个R解决方案，它使用base R作为我将使用的平台，但不能使用其他软件包 原始数据集有多个列。对于一些列，即L1、L2、L3，我想 1） 根据列中任何字符串的最大长度生成动态列数，例如L1 max length=6，因此有6个新列，每个列都标记为“L1_1”到“L1_6” 2） 将原始字符串分隔为子字符串，每个子字符串包含从左侧开始的3个字符。倒数第二列将包含2个字符，最后一列将包含1个字符。（与原质询不同） 3） 对这些子字符串执行计算，即：（a'*1的数量）+（b'*3的数量）+（c'*7的数量），并在新列中返回此计算的值 有人知道怎么做吗 提前谢谢R-将子串分成三元组并执行计算,r,R,我在上问了一个类似的问题，但我问题中的细节现在已经改变，因此我重新发布，因为我需要一个不同的解决方案 我附上了一张图片，说明了我的开始数据集和我试图实现的终点。我需要一个R解决方案，它使用base R作为我将使用的平台，但不能使用其他软件包 原始数据集有多个列。对于一些列，即L1、L2、L3，我想 1） 根据列中任何字符串的最大长度生成动态列数，例如L1 max length=6，因此有6个新列，每个列都标记为“L1_1”到“L1_6” 2） 将原始字符串分隔为子字符串，每个子字符串包含从左侧开
dput(original_data):
structure(list(ID = 1:5, L1 = structure(c(3L, 2L, 4L, 1L, 5L), .Label = c("", "AAAAAA", "AABBCC", "BBACB", "BCBDAB"), class = "factor"), L2 = structure(c(3L,
4L, 3L, 1L, 2L), .Label = c("", "ACAA", "BACA", "BACBA"), class = "factor"), L3 = structure(c(1L, 3L, 2L, 1L, 4L), .Label = c("", "CABAC", "CACCC", "CBABA"), class = "factor")), .Names = c("ID", "L1",
"L2", "L3"), class = "data.frame", row.names = c(NA, -5L))
dput(interim_data):
structure(list(ID = 1:5, L1 = structure(c(3L, 2L, 4L, 1L, 5L), .Label = c("",
"AAAAAA", "AABBCC", "BBACB", "BCBDAB"), class = "factor"), L2 = structure(c(3L,
4L, 3L, 1L, 2L), .Label = c("", "ACAA", "BACA", "BACBA"), class = "factor"),
L3 = structure(c(1L, 3L, 2L, 1L, 4L), .Label = c("", "CABAC",
"CACCC", "CBABA"), class = "factor"), L1_1 = structure(c(3L,
2L, 4L, 1L, 5L), .Label = c("", "AAA", "AAB", "BBA", "BCB"
), class = "factor"), L1_2 = structure(c(3L, 2L, 4L, 1L,
5L), .Label = c("", "AAA", "ABB", "BAC", "CBD"), class = "factor"),
L1_3 = structure(c(4L, 2L, 3L, 1L, 5L), .Label = c("", "AAA",
"ACB", "BBC", "BDA"), class = "factor"), L1_4 = structure(c(3L,
2L, 4L, 1L, 5L), .Label = c("", "AAA", "BCC", "CB", "DAB"
), class = "factor"), L1_5 = structure(c(5L, 2L, 4L, 1L,
3L), .Label = c("", "AA", "AB", "B", "CC"), class = "factor"),
L1_6 = structure(c(4L, 2L, 1L, 1L, 3L), .Label = c("", "A",
"B", "C"), class = "factor"), L2_1 = structure(c(3L, 3L,
3L, 1L, 2L), .Label = c("", "ACA", "BAC"), class = "factor"),
L2_2 = structure(c(2L, 3L, 2L, 1L, 4L), .Label = c("", "ACA",
"ACB", "CAA"), class = "factor"), L2_3 = structure(c(3L,
4L, 3L, 1L, 2L), .Label = c("", "AA", "AC", "CBA"), class = "factor"),
L2_4 = structure(c(2L, 3L, 2L, 1L, 2L), .Label = c("", "A",
"BA"), class = "factor"), L2_5 = structure(c(1L, 2L, 1L,
1L, 1L), .Label = c("", "A"), class = "factor"), L3_1 = structure(c(1L,
3L, 2L, 1L, 4L), .Label = c("", "CAB", "CAC", "CBA"), class = "factor"),
L3_2 = structure(c(1L, 3L, 2L, 1L, 4L), .Label = c("", "ABA",
"ACC", "BAB"), class = "factor"), L3_3 = structure(c(1L,
4L, 3L, 1L, 2L), .Label = c("", "ABA", "BAC", "CCC"), class = "factor"),
L3_4 = structure(c(1L, 4L, 2L, 1L, 3L), .Label = c("", "AC",
"BA", "CC"), class = "factor"), L3_5 = structure(c(1L, 3L,
3L, 1L, 2L), .Label = c("", "A", "C"), class = "factor")), .Names = c("ID",
"L1", "L2", "L3", "L1_1", "L1_2", "L1_3", "L1_4", "L1_5", "L1_6",
"L2_1", "L2_2", "L2_3", "L2_4", "L2_5", "L3_1", "L3_2", "L3_3",
"L3_4", "L3_5"), class = "data.frame", row.names = c(NA, -5L))
interim=sapply(df, as.character)
interim[,1]=as.numeric(interim[,1]
funfun = function(u){
if(is.numeric(u)) return(u)
s = unique(unlist(strsplit(u,"")))
w = sapply(s,function(x)length(unlist(gregexpr(x,u))))
ifelse(length(s)>0,sum(w["A"]*1,w["B"]* 3,w["C"]*7,na.rm = T),NA)
}
ADD_char=function(x) mapply(funfun,x)
sapply(interim,ADD_char)
dat1 <- cbind(interim[,1:4],sapply(interim[,-(1:4)],ADD_char))
middial=sapply（df，as.character）
临时的，临时的，临时的
funfun=功能（u）{
如果（是数字（u））返回（u）
s=唯一（未列出（strsplit（u，“”））
w=sapply（s，函数（x）长度（unlist（gregexpr（x，u）））
ifelse（长度>0，总和（w[“A”]*1，w[“B”]*3，w[“C”]*7，na.rm=T），na）
}
ADD_char=function（x）mapply（funfun，x）
sapply（临时，添加字符）
dat1首先，在尝试此代码之前，请确保检查列的类：sapply（middial，class）
如果上面的代码给您的是“factor”
而不是“character”
，那么您必须将数据帧更改为characters
而不是factors
。
只需通过middial=data.frame（t（middial）），stringsafactors=F）
或middial=sapply（middial，as.character）
就可以完成这项工作。然后将ID
列更改为numeric
。即middial[，1]=as.numeric（middial[，1]）
。确保数据以字符形式显示后，可以运行以下代码：
funfun = function(u){
if(is.numeric(u)) return(u)
s = unique(unlist(strsplit(u,"")))
w = sapply(s,function(x)length(unlist(gregexpr(x,u))))
ifelse(length(s)>0,sum(w["A"]*1,w["B"]* 3,w["C"]*7,na.rm = T),NA)
}
ADD_char=function(x) mapply(funfun,x)
sapply(Interim,ADD_char)
funfun = function(u){
if(is.numeric(u)) return(u)
s = unique(unlist(strsplit(u,"")))
w = sapply(s,function(x)length(unlist(gregexpr(x,u))))
ifelse(length(s)>0,sum(w["A"]*1,w["B"]* 3,w["C"]*7,na.rm = T),NA)
}
ADD_char=function(x) mapply(funfun,x)
funfun1=function(u){
if(nchar(u)<2) return(u)
a = unlist(strsplit(u,""))
m = length(a)
if(m>0)
sapply(1:m, function(i)paste0(a[i:(ifelse(i+2<m,i+2,m))],collapse = ""))
}
funfun2=function(data){
char_split = function(x) mapply(funfun1,x)
s = lapply(apply(data,1,char_split),unlist)
nam = lapply(s,names)
slen = sapply(nam,length)
ans=`names<-`(do.call(rbind.data.frame,
lapply(s,function(i){length(i)=max(slen);i})),
nam[[which.max(slen)]])
ans=data.frame(t(t(ans)),stringsAsFactors=FALSE)
fn=sapply(ans,function(j) ifelse(is.na(j), "",j))
as.data.frame(fn,stringsAsFactors=FALSE)
}
k=funfun2(interim[,1:4])
mapply(class,k)
k[,1]=as.numeric(k[,1])
sapply(k,ADD_char)
ID L11 L12 L13 L14 L15 L16 L21 L22 L23 L24 L25 L31 L32 L33 L34 L35
[1,] 1 5 7 13 17 14 7 11 9 8 1 NA NA NA NA NA NA
[2,] 2 3 3 3 3 2 1 11 11 11 4 1 15 15 21 14 7
[3,] 3 7 11 11 10 3 11 9 8 1 11 5 11 8 7 NA NA
[4,] 4 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
[5,] 5 13 10 4 4 4 3 9 9 2 1 11 7 5 4 1 NA
首先，在尝试此代码之前，请确保检查列的类：sapply（临时，类）
如果上面的代码为您提供了“factor”
而不是“character”
，那么您必须将数据帧更改为characters
而不是factors
。
只需通过middial=data.frame（t（middial）），stringsafactors=F）
或middial=sapply（middial，as.character）
就可以完成这项工作。然后将ID
列更改为numeric
。即middial[，1]=as.numeric（middial[，1]）
。确保数据以字符形式显示后，可以运行以下代码：
funfun = function(u){
if(is.numeric(u)) return(u)
s = unique(unlist(strsplit(u,"")))
w = sapply(s,function(x)length(unlist(gregexpr(x,u))))
ifelse(length(s)>0,sum(w["A"]*1,w["B"]* 3,w["C"]*7,na.rm = T),NA)
}
ADD_char=function(x) mapply(funfun,x)
sapply(Interim,ADD_char)
funfun = function(u){
if(is.numeric(u)) return(u)
s = unique(unlist(strsplit(u,"")))
w = sapply(s,function(x)length(unlist(gregexpr(x,u))))
ifelse(length(s)>0,sum(w["A"]*1,w["B"]* 3,w["C"]*7,na.rm = T),NA)
}
ADD_char=function(x) mapply(funfun,x)
funfun1=function(u){
if(nchar(u)<2) return(u)
a = unlist(strsplit(u,""))
m = length(a)
if(m>0)
sapply(1:m, function(i)paste0(a[i:(ifelse(i+2<m,i+2,m))],collapse = ""))
}
funfun2=function(data){
char_split = function(x) mapply(funfun1,x)
s = lapply(apply(data,1,char_split),unlist)
nam = lapply(s,names)
slen = sapply(nam,length)
ans=`names<-`(do.call(rbind.data.frame,
lapply(s,function(i){length(i)=max(slen);i})),
nam[[which.max(slen)]])
ans=data.frame(t(t(ans)),stringsAsFactors=FALSE)
fn=sapply(ans,function(j) ifelse(is.na(j), "",j))
as.data.frame(fn,stringsAsFactors=FALSE)
}
k=funfun2(interim[,1:4])
mapply(class,k)
k[,1]=as.numeric(k[,1])
sapply(k,ADD_char)
ID L11 L12 L13 L14 L15 L16 L21 L22 L23 L24 L25 L31 L32 L33 L34 L35
[1,] 1 5 7 13 17 14 7 11 9 8 1 NA NA NA NA NA NA
[2,] 2 3 3 3 3 2 1 11 11 11 4 1 15 15 21 14 7
[3,] 3 7 11 11 10 3 11 9 8 1 11 5 11 8 7 NA NA
[4,] 4 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
[5,] 5 13 10 4 4 4 3 9 9 2 1 11 7 5 4 1 NA
funfun=函数（u）{
如果（是数字（u））返回（u）
s=唯一（未列出（strsplit（u，“”））
w=sapply（s，函数（x）长度（unlist（gregexpr（x，u）））
ifelse（长度>0，总和（w[“A”]*1，w[“B”]*3，w[“C”]*7，na.rm=T），na）
}
ADD_char=function（x）mapply（funfun，x）
FUN1=函数（u）{
如果（nchar（u）0）
sapply（1:m，函数（i）paste0（a[i:（ifelse）（i+2）数据的posting图片真的没有什么帮助。请看如何共享a。抱歉，我已经包含了dput（数据）现在，您真的需要interrim数据还是只需要最后一列？谢谢，只是最后一列，临时数据表只是为了显示字符串应该如何分离..谢谢！我尝试了这个建议并得到了这个错误：“”解析中的错误（text=script）：文本参数中的解析错误：funfun处的解析错误（第3行，字符1至6）“.”我已将代码放入quI的编辑中，并公布了我确实获得的结果。在使用上述函数时，我真的不知道为什么会出现错误。但似乎在某个地方存在问题。临时数据是您的全部数据吗？。让我检查一下，看看是否可以提供帮助。谢谢您谢谢，原始数据是我的全部数据，临时数据数据只是显示它们应该如何成为子字符串。我已经在图中显示了这一点。您可以尝试运行ADD_char（过渡[，2]）
你得到了什么？哦，好吧，那么你的数据还没有被子集？根据你上面介绍的中间的
数据，没有必要对它进行子集，因为它已经是子集了。我想你已经完成了子集设置。让我再试试，并在函数中包含子设置。