R 将列拆分为多列并保留下一列

我有以下格式的数据框：

i               j               score
chr12-100000000 chr12.100000000 0.333000
chr12-100000000 chr12.100050000 0.169200
chr12-100000000 chr12.100100000 0.054980

我想将其转换为将列分隔为：

chr_firstside   position_firstside  chr_secondside  position_secondside score
chr12           100000000           chr12           100000000           0.333000
chr12           100000000           chr12           100050000           0.169200
chr12           100000000           chr12           100100000           0.054980

我希望它以制表符分隔并在R中实现。我尝试了这个方法，但没有成功：

library(data.table)
setDT(converted)[ , tstrsplit(i '[-]', type.convert=TRUE)]

---

使用

sub

：

df$chr_firstside <- sub("^([^-]+).*", "\\1", df$i)
df$position_firstside <- sub(".*?([^-]+)$", "\\1", df$i)
df$chr_secondside <- sub("^([^.]+).*", "\\1", df$j)
df$position_secondside <- sub(".*?([^.]+)$", "\\1", df$j)

三天一次

library（tidyr）
df%
单独（i，c（'chr_i'，'position_i'），convert=TRUE）%>%
单独（j，c（'chr_j'，'position_j'），convert=TRUE）
#>chr_i位置chr_i位置chr_j得分
#>1 chr12 100000000 chr12 100000000 0.33300
#>2 chr12 100000000 chr12 100050000 0.16920
#>3 chr12 100000000 chr12 100100000 0.05498

长格式可能更实用，但：

df_long%
聚集（变量、值、i:j）%>%
单独（val，c（'chr'，'position'），convert=TRUE）
德福朗
#>分数变量chr位置
#>1 0.33300 i chr12 100000000
#>2 0.16920 i chr12 100000000
#>3 0.05498 i chr12 100000000
#>4 0.33300克朗12 100000000克朗
#>5 0.16920 j chr12 100050000
#>6 0.05498 j chr12 100100000

…如果您想恢复宽幅格式，可以：

df_宽%
聚集（var2、val、chr:位置）%>%
联合（变量，变量2，变量）%>%
排列（var、val、convert=TRUE）
全方位
#>#tibble:3 x 5
#>得分chr_i chr_j位置
#>                  
#>1 0.0550 chr12 chr12 100000000 100100000
#>2 0.169 chr12 chr12 100000000 100050000
#>3 0.333 chr12 chr12 100000000 100000000

A

base R

选项，带有

read。表

将在前两列上映射，为

read.table

指定相应的

sep

，以分成多列，

cbind

list输出，然后

cbind

在使用所需的列名重命名列（“nm1”）后，使用“score”列将其重命名

---

nm1玩
base R
strsplit
：

split_temp <- sapply(lapply(converted[, 1:2], strsplit, "[\\.-]"), unlist)
row_pos <- 1:nrow(split_temp) %% 2 == 0L
converted2 <- data.frame(chr_firstside       = split_temp[!row_pos, "i"],
                         position_firstside  = split_temp[row_pos, "i"],
                         chr_secondside      = split_temp[!row_pos, "j"],
                         position_secondside = split_temp[row_pos, "j"],
                         score               = converted$score)
print(converted2)
  chr_firstside position_firstside chr_secondside position_secondside   score
1         chr12          100000000          chr12           100000000 0.33300
2         chr12          100000000          chr12           100050000 0.16920
3         chr12          100000000          chr12           100100000 0.05498

split\u temp我建议从我的“splitstackshape”包中选择
cSplit
，它允许您提供一个拆分字符向量，每个要拆分的列对应一个

演示（使用）：

使用
setcolorder
更改列顺序：

setcolorder(cSplit(df, c("i", "j"), c("-", ".")), c(2:5, 1))[]
#      i_1       i_2   j_1       j_2   score
# 1: chr12 100000000 chr12 100000000 0.33300
# 2: chr12 100000000 chr12 100050000 0.16920
# 3: chr12 100000000 chr12 100100000 0.05498

这个很好用！有什么理由把分数排到第一列吗？
split_temp <- sapply(lapply(converted[, 1:2], strsplit, "[\\.-]"), unlist)
row_pos <- 1:nrow(split_temp) %% 2 == 0L
converted2 <- data.frame(chr_firstside       = split_temp[!row_pos, "i"],
                         position_firstside  = split_temp[row_pos, "i"],
                         chr_secondside      = split_temp[!row_pos, "j"],
                         position_secondside = split_temp[row_pos, "j"],
                         score               = converted$score)
print(converted2)
  chr_firstside position_firstside chr_secondside position_secondside   score
1         chr12          100000000          chr12           100000000 0.33300
2         chr12          100000000          chr12           100050000 0.16920
3         chr12          100000000          chr12           100100000 0.05498

library(splitstackshape)
cSplit(df, c("i", "j"), c("-", "."))
#      score   i_1       i_2   j_1       j_2
# 1: 0.33300 chr12 100000000 chr12 100000000
# 2: 0.16920 chr12 100000000 chr12 100050000
# 3: 0.05498 chr12 100000000 chr12 100100000

setcolorder(cSplit(df, c("i", "j"), c("-", ".")), c(2:5, 1))[]
#      i_1       i_2   j_1       j_2   score
# 1: chr12 100000000 chr12 100000000 0.33300
# 2: chr12 100000000 chr12 100050000 0.16920
# 3: chr12 100000000 chr12 100100000 0.05498