在R中将行字符串拆分为多列_R_Split_Text Mining_Arabic

在R中将行字符串拆分为多列

在R中将行字符串拆分为多列,r,split,text-mining,arabic,R,Split,Text Mining,Arabic,我使用了R，我将这个字符串作为一行，我需要将它拆分为列 “id”：1050442590754103297，“id_str”：“1050442590754103297”，“name”： ‘屏幕名称’：‘uclkGkQ5’，‘位置’：无， “url”：无，“描述”：“\u200f\u200fنزوا㶎㶎㶎㶎㶎㶎” “译者类型”：“无”、“受保护”：False， “已验证”：假，“追随者计数”：1567，“朋友计数”：4019， “列出的数量”：0，“收藏夹数量”：6669，“状态数量”：9279，

我使用了R，我将这个字符串作为一行，我需要将它拆分为列

“id”：1050442590754103297，“id_str”：“1050442590754103297”，“name”： ‘屏幕名称’：‘uclkGkQ5’，‘位置’：无， “url”：无，“描述”：“\u200f\u200fنزوا㶎㶎㶎㶎㶎㶎” “译者类型”：“无”、“受保护”：False， “已验证”：假，“追随者计数”：1567，“朋友计数”：4019， “列出的数量”：0，“收藏夹数量”：6669，“状态数量”：9279， “创建时间”：“2018年10月11日星期四17:46:44+0000”，“utc偏移”：无， “时区”：无，“启用地理位置”：False，“lang”：“ar”， “已启用贡献者”：False，“is_translator”：False， “配置文件背景颜色”：“F5F8FA”，“配置文件背景图像url”： ''“个人资料、背景、图像、url、https'：''， “profile\u background\u tile”：False，“profile\u link\u color”：“1DA1F2”， “配置文件\侧栏\边框\颜色”：“C0契约”， “配置文件\侧栏\填充\颜色”：“DDEEF6”，“配置文件\文本\颜色”： '333333'，'profile\u use\u background\u image'：True，'profile\u image\u url'： '', '配置文件\u图像\u url\u https'： '', “配置文件\u横幅\u url”： '', “默认配置文件”：True，“默认配置文件\图像”：False，“后续”：无，“跟随请求发送”：无，“通知”：无

我尝试过这段代码是有效的，但是我需要指定我需要的列的数量，并且我需要在最后重命名这些列，所以这很困难并且需要时间

d<-str_split_fixed(try$user, ",", 4)

对于字符串的其余部分也是一样的希望您理解我的意思，并感谢您

这是模仿JSON（但不合法）。一种方法（如果假设为真）是“转换为JSON”并从那里解析

首先：我在R会话中遇到一个问题，阿拉伯字母没有正确地存储在字符串中。这发生在调用

gsub

等之前，因此我相信它可能在您的机器上正常工作。因此，您将在输出中看到空字符串。（Vice在本地搜索到这一点，我想先让您了解一下代码。）

假设：

没有嵌入双引号
除了逻辑值之外，True/False/None文本字符串永远不会嵌入文本中（例如，
```
'screen\u name'：'Is None'
```
不会发生）
您愿意在数据中找到以前存在的
```
：None
```

重要转换：

```
True
```
和
```
False
```
改为小写
```
None
```
到
```
null
```
将整个内容封装在一个字典中，周围有
```
{
```
和
```
}
```
将所有单引号转换为双引号

您可以在此处使用

magrittr

管道以提高可读性，也可以将所有函数嵌套起来（只需稍微快一点）：

out%
gsub（“：\\s*False\\s*（，？）”，“：False\\1”，）%>%
gsub（“：\\s*无\\s*（，？）”，“：null\\1”，）%>%
gsub（“'”，“'”，）%>%
粘贴0（“{，，“}”）%>%
jsonlite:：fromJSON（.）

结果（用

str

压缩）：

str（out）
#39人名单
#$id:num 1.05e+18
#$id_街：chr“1050442590754103297”
#$name:chr“”
#$screen_name:chr“uclkGkQ5”
#$location:NULL
#$url:NULL
#$description:chr“”
#$translator\u类型：chr“无”
#$protected:logi-FALSE
#$verified:logi-FALSE
#$followers_count:int 1567
#$friends\u count:int 4019
#$listed\u计数：整数0
#$Favorites\u count:国际货币6669
#$statuses\u计数：整数9279
#$created_:chr“2018年10月11日星期四17:46:44+0000”
#$utc\u偏移量：空
#$时区：空
#$geo_已启用：logi FALSE
#$lang:chr“ar”
#$contributors\u已启用：logi FALSE
#$is_转换器：logi FALSE
#$profile\背景\颜色：chr“F5F8FA”
#$profile\u background\u image\u url:chr“”
#$profile\u background\u image\u url\u https:chr“”
#$profile\u background\u tile:logi FALSE
#$profile\u link\u颜色：chr“1DA1F2”
#$profile\u侧边栏\u边框\u颜色：chr“c0dect”
#$profile\u侧边栏\u填充\u颜色：chr“DDEEF6”
#$profile\u text\u颜色：chr“333333”
#$profile\u use\u background\u image:logi TRUE
#$profile\u image\u url:chr“http://pbs.twimg.com/profile_images/1059769079790268416/sJpep_V8_normal.jpg"
#$profile\u image\u url\u https:chr“https://pbs.twimg.com/profile_images/1059769079790268416/sJpep_V8_normal.jpg"
#$profile\u banner\u url:chr“https://pbs.twimg.com/profile_banners/1050442590754103297/1539390015"
#$default\u profile:logi TRUE
#$default\u profile\u image:logi FALSE
#$following:NULL
#$follow\u请求\u已发送：空
#$notifications:NULL

注:

提醒：这里的空格是我的本地“locale”设置的问题，不一定是这里的过程（对不起，我不经常在控制台上处理非ASCII）
大整数
```
id
```
字段被转换为
```
numeric
```
，如果不使用
```
bit64
```
包，则不能成为整数，我不知道这是否会对您造成问题

我试图在替换时“小心”，并对regex模式非常具体，寻找前面的冒号、无记号和可选的后跟逗号（因为最后一个

no
'id': 1050442590754103297    'id_str': '1050442590754103297'   'name': 'ام رودينا <U+267F>'

'screen_name': 'uclkGkQ5', 'location': None, 'url': None, 'description': '\u200f\u200fمن زوي الاحتياجات الخاصه<U+267F>', 'translator_type': 'none', 'protected': False, 'verified': False, 'followers_count': 1567, 'friends_count': 4019, 'listed_count': 0, 'favourites_count': 6669, 'statuses_count': 9279, 'created_at': 'Thu Oct 11 17:46:44 +0000 2018', 'utc_offset': None, 'time_zone': None, 'geo_enabled': False, 'lang': 'ar', 'contributors_enabled': False, 'is_translator': False, 'profile_background_color': 'F5F8FA', 'profile_background_image_url': '', 'profile_background_image_url_https': '', 'profile_background_tile': False, 'profile_link_color': '1DA1F2', 'profile_sidebar_border_color': 'C0DEED', 'profile_sidebar_fill_color': 'DDEEF6', 'profile_text_color': '333333', 'profile_use_background_image': True, 'profile_image_url': 'http://pbs.twimg.com/profile_images/1059769079790268416/sJpep_V8_normal.jpg', 'profile_image_url_https': 'https://pbs.twimg.com/profile_images/1059769079790268416/sJpep_V8_normal.jpg', 'profile_banner_url': 'https://pbs.twimg.com/profile_banners/1050442590754103297/1539390015', 'default_profile': True, 'default_profile_image': False, 'following': None, 'follow_request_sent': None, 'notifications': None

 id                         id_str                    name        screen_name     
 1050442590754103297      1050442590754103297       ام رودينا \u267f           uclkGkQ5