R 因为循环行为怪异

我有两个数据帧：

df_1 <- data.frame(c("a_b", "a_c", "a_d"))
df_2 <- data.frame(matrix(ncol = 2))

但我得到的却是：

col1  col2
a     b
a     c
a     d
a     c
NA    NA
a     d

我一定是做错了什么事，但我想不出来。 我还想使用apply（或类似的东西，但我对R很陌生，对apply家族不太熟悉）

谢谢你的帮助！

另一种方法是

df_1 <- data.frame(col1 = c("a_b", "a_c", "a_d"))

df_2 <- as.data.frame(do.call(rbind, strsplit(as.character(df_1$col1), split = "_", fixed = TRUE)))
df_2[rep(1:nrow(df_2), each = 2), ]

    V1 V2
1    a  b
1.1  a  b
2    a  c
2.1  a  c
3    a  d
3.1  a  d

---

df_1好的，我本周开始学习R，但是如果您想要呈现结果，您可以将您的代码用于此修复：

for (i in (1:(length(df_1[,1])))){
    for (j in (1:2)) {
        df_2[(i-1)*2+j,] <- str_split_fixed(df_1[i,1], "_", 2)
    }
}

for（i in（1:（长度（df_1[，1]）））{
对于（j in（1:2））{
df_2[（i-1）*2+j，]这将是两个答案的组合。使用
cSplit
我们将列按
拆分，然后每行重复两次。假设您的列名为
V1

library(splitstackshape)
df_2 <- cSplit(df_1, "V1", "_")
df_2[rep(seq_len(nrow(df_2)),each =  2), ]

#   V1_1 V1_2
#1:    a    b
#2:    a    b
#3:    a    c
#4:    a    c
#5:    a    d
#6:    a    d

数据

df_1 <- data.frame(V1 = c("a_b", "a_c", "a_d"))

dfu 1我们可以将
cSplit
与
数据一起使用

library(splitstackshape)
cSplit(df_1, 'col1', '_')[rep(seq_len(.N), each =2)]
#   col1_1 col1_2
#1:      a      b
#2:      a      b
#3:      a      c
#4:      a      c
#5:      a      d
#6:      a      d


或者另一个选项是
tidyverse

library(tidyverse)
separate(df_1, col1, into=c("col_1", "col_2")) %>%
                              map_df(~rep(., each = 2))
# A tibble: 6 × 2
#   col_1 col_2
#  <chr> <chr>
#1     a     b
#2     a     b
#3     a     c
#4     a     c
#5     a     d
#6     a     d

库（tidyverse）
分离（df_1，col1，into=c（“col_1”，“col_2”））%>%
map_df（~rep（，每个=2））
#一个tibble:6×2
#第1列第2列
#   
#1 a b
#2 a b
#3 a c
#4 a c
#公元5年
#公元6年

注：两个答案都是一行

数据
df_1我试图发布一个在发布后立即找到的解决方案，但被误解并被删除：

“有时发布问题有助于：

我要求在df_1中找到正确的位置，但我将结果保存在错误的单元格中

我最初问题的答案应该是这样的：

n <- 1
for (i in (1:(length(df_1[,1])))){
  for (j in (1:2)) {
   df_2[n,] <-str_split_fixed(df_1[i,1], "_", 2)
   n <- n+1 
  }
}"

n你有
df_2[i*j，]
，但是5是一个素数，所以你永远不会填写
df_2[5，]
，除非
i>=5
read.table（text=rep（df_1[，1]，each=2），sep=''u'，col.names=paste0（'col'，1:2））
一个完整的
splitstackshape的可能的副本将是
expandRows（cSplit）（df_1，“V1”，“V1”），2，count.is.col=FALSE）
从技术上讲，包调用每行增加一行，但从技术上讲，它们每行增加数百行：}
library(splitstackshape)
cSplit(df_1, 'col1', '_')[rep(seq_len(.N), each =2)]
#   col1_1 col1_2
#1:      a      b
#2:      a      b
#3:      a      c
#4:      a      c
#5:      a      d
#6:      a      d

library(tidyverse)
separate(df_1, col1, into=c("col_1", "col_2")) %>%
                              map_df(~rep(., each = 2))
# A tibble: 6 × 2
#   col_1 col_2
#  <chr> <chr>
#1     a     b
#2     a     b
#3     a     c
#4     a     c
#5     a     d
#6     a     d

df_1 <- data.frame(col1 = c("a_b", "a_c", "a_d"))

n <- 1
for (i in (1:(length(df_1[,1])))){
  for (j in (1:2)) {
   df_2[n,] <-str_split_fixed(df_1[i,1], "_", 2)
   n <- n+1 
  }
}"