R 拆分列，将结果列转换为因子

我的目标是将由1和0组成的字符列拆分为各自的列。我希望新列的类型为“factor”。我已经找到了一种很好的分割列的方法（使用dplyr的“mutate”和restrape2的“colsplit”），但是没有找到一种有效的方法使所有生成的列都是“factor”类型

以下是我的问题的一个最小示例：

library(dplyr)
library(reshape2)
# Data frame to be processed
df = tribble(
  ~x, ~y, ~z,
  "Alpha", "1111", "Alp",
  "Beta", "1001", "Bet"
)

# Vector Containing Names for columns
names = c("A", "B", "C", "D")

df %>%
  mutate_at("y", colsplit, names = names, pattern = "") 

输出：

# A tibble: 2 x 3
  x       y$A    $B    $C    $D z    
  <chr> <int> <int> <int> <int> <chr>
1 Alpha     1     1     1     1 Alp  
2 Beta      1     0     0     1 Bet 

结果如下：

# A tibble: 2 x 6
  x     A     B     C     D     z    
  <chr> <chr> <chr> <chr> <chr> <chr>
1 Alpha ""    1     1     1     Alp  
2 Beta  ""    1     0     0     Bet  

#一个tible:2 x 6
x A B C D z
1 Alpha“1 Alp
2 Beta“1 0 0下注

哪个似乎选择了字符串前的第一个空格？我不太确定这是怎么回事

---

另外，实际上，

y列中的字符串可以是不同的长度（但在正在处理的数据集中大小是一致的——例如，y可以是100个字符长，每行100个字符长）。
下面是一种使用
dplyr
和
tidyr

库（dplyr）
图书馆（tidyr）
#创建基于y索引长度从1到最大长度的动态名称向量
#As“”馈送要分离为分隔符，因此第一个匹配的是空字符
#在本例中，我们添加了一列，稍后将其删除到名称列表中。
姓名%
分开（“y”，放入=名称，sep=”，fill=“warn”）%>%
如果（.predicate=is.character，.funs=factor）%>%，则进行变异
选择（-drop）
#>#A tibble:2 x 6
#>x`1``2``3``4`z
#>        
#>1阿尔法1阿尔卑斯山
#>2贝塔1 0 1赌注

或仅将
名称中出现的列转换为因子的另一种方式

df%>%
分开（“y”，分为=名称，sep=”“）%>%
在（变量（名称之一）），.funs=因子）%>%
选择（-drop）
#>#A tibble:2 x 6
#>x`1``2``3``4`z
#>        
#>1阿尔法1阿尔卑斯山
#>2贝塔1 0 1赌注

由（v2.0.0）于2021-05-15创建，我不太确定您的要求，但您可以这样做（稍微更改df，以表明不需要对colname进行硬编码）

df=tribble(
~x，~y，~z，
“阿尔法”，“11113467909”，“阿尔卑斯山”，
“贝塔”，“1001”，“打赌”
)
#一个tibble:2x3
x y z
1阿尔法11113467909阿尔卑斯山
2贝塔1001赌注
df%>%
分离（y，分为=paste0（'y'，序列长度（1+max（nchar（.$y）））-1），sep=''，fill='right'）%>%
选择（！以（''0'）结束）%>%
突变（跨越（以（'y_u'）开头，因子））
#一个tibble:2x15
x y_1 y_2 y_3 y_4 y_6 y_7 y_8 y_9 y_10 y_11 y_12 y_13 z
1阿尔法1 1 1 3 4 6 7 6 7 9 0 9阿尔卑斯山
2 Beta 1 0 0 1 NA NA NA NA NA打赌
您可以使用
splitstackshape:：cSplit
：

library(dplyr)

splitstackshape::cSplit(df, 'y', sep = '', stripWhite = FALSE) %>%
  mutate(across(starts_with('y'), factor)) %>%
  rename_with(~names, starts_with('y'))

#       x   z A B C D
#1: Alpha Alp 1 1 1 1
#2:  Beta Bet 1 0 0 1

df = tribble(
  ~x, ~y, ~z,
  "Alpha", "1111346767909", "Alp",
  "Beta", "1001", "Bet"
)
# A tibble: 2 x 3
  x     y             z    
  <chr> <chr>         <chr>
1 Alpha 1111346767909 Alp  
2 Beta  1001          Bet

df %>%
  separate(y, into = paste0('y_', seq_len(1 + max(nchar(.$y)))-1), sep = '', fill = 'right' ) %>%
  select(!ends_with('_0')) %>%
  mutate(across(starts_with('y_'), factor))

# A tibble: 2 x 15
  x     y_1   y_2   y_3   y_4   y_5   y_6   y_7   y_8   y_9   y_10  y_11  y_12  y_13  z    
  <chr> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <chr>
1 Alpha 1     1     1     1     3     4     6     7     6     7     9     0     9     Alp  
2 Beta  1     0     0     1     NA    NA    NA    NA    NA    NA    NA    NA    NA    Bet 

library(dplyr)

splitstackshape::cSplit(df, 'y', sep = '', stripWhite = FALSE) %>%
  mutate(across(starts_with('y'), factor)) %>%
  rename_with(~names, starts_with('y'))

#       x   z A B C D
#1: Alpha Alp 1 1 1 1
#2:  Beta Bet 1 0 0 1