R-未正确输入的清洁编号

编辑：我对问题做了一些修改。我为一开始没有理解问题的全部性质而道歉。

我正在清理从几个人那里收集的数据。虽然大多数人以正确的格式输入数据，但我发现其中一些是“惰性条目”

以下是我的输入数据集：

|  ID                       | Name    | Age  |
|--------------------------------------------|
|  123456/7/56617181/82     | ABC     | 23   |
|  12134/135                | CDE     | 24   |

这就是我想要的：

|  ID                               | Name    | Age  |
|----------------------------------------------------|
|  123456/123457/56617181/56617182  | ABC     | 23   |
|  12134/12135                      | CDE     | 24   |

一旦我有了这个，我所需要做的就是为每个ID生成一个单独的行。尽管如此，这是我最终将拥有的：

---

你知道怎样才能在R里这样做吗？我知道这应该是可以做到的，我不知道在哪里寻找答案。

我们可以使用

库中的
cSplit
（splitstackshape）

来拆分

/

处的“ID”列，通过指定

方向class='long'

，我们将数据从“宽”格式重新格式化为“长”格式。输出是一个

data.table

，因此我们可以使用标准的data.table技术。我们按“名称”分组，并创建另一个分组变量（“ind”），以便相邻的两个元素归入一个组。在下一步中，我们根据'Name'和'ind'进行分组，得到'ID'的

nchar

，

substr

第一个元素，该元素基于

nchar

的

max

和

min

，

将其与第二个元素粘贴在一起（这是基于提供的示例。如果先出现小于nchar的值，我们可能必须使用
which.max
来选择要在
substr
中使用的元素），连接（
c
）第一个元素，转换为
numeric
，以创建“ID”列

library(splitstackshape)
library(data.table)
cSplit(df1, 'ID', '/', 'long')[, ind:=gl(.N, 2, .N) , by = Name
       ][, {i1 <- nchar(ID)
            list(ID=as.numeric(c(ID[1],
              paste0(substr(ID[1],1, max(i1)-min(i1)), ID[2]))),
             Age=Age)} , by = .(Name, ind)][, ind:= NULL][]
#  Name       ID Age
#1:  ABC   123456  23
#2:  ABC   123457  23
#3:  ABC 56617181  23
#4:  ABC 56617182  23
#5:  CDE    12134  24
#6:  CDE    12135  24

数据
df1可能
df$ID感谢akrun这么快的回复，但是我在发布问题后意识到问题并不是那么简单。还有其他问题。在不知道其他问题的情况下，其他人很难提供解决方案。是的，我对问题做了更改，我希望没问题。cod会发生什么e如果有三组数字而不是两组？或者如果有多组长度不同？例如，可能是151314/13/19/177161/62@A.Koirala正如我前面提到的，您必须展示一个模仿原始数据集的示例。代码基于您展示的示例。
library(splitstackshape)
library(data.table)
cSplit(df1, 'ID', '/', 'long')[, ind:=gl(.N, 2, .N) , by = Name
       ][, {i1 <- nchar(ID)
            list(ID=as.numeric(c(ID[1],
              paste0(substr(ID[1],1, max(i1)-min(i1)), ID[2]))),
             Age=Age)} , by = .(Name, ind)][, ind:= NULL][]
#  Name       ID Age
#1:  ABC   123456  23
#2:  ABC   123457  23
#3:  ABC 56617181  23
#4:  ABC 56617182  23
#5:  CDE    12134  24
#6:  CDE    12135  24

cSplit(df1, 'ID', '/', 'long')[, ind:=gl(.N, 2, .N) ,Name
       ][,{i1 <- nchar(ID)
          i2 <- which.max(i1)
          i3 <- which.min(i1)
          list(ID=c(ID[i2],paste0(substr(ID[i2], 1, max(i1)-min(i1)), 
                  ID[i3])), Age=Age)} ,
                               by = .(Name, ind)]

df1 <- structure(list(ID = c("123456/7/56617181/82", "12134/135"),
 Name = c("ABC", 
"CDE"), Age = 23:24), .Names = c("ID", "Name", "Age"), 
class = "data.frame", row.names = c(NA, -2L))