通过使用dplyr对列中的术语进行灰显分组

我有一个数据框，如下所示：

Symptom                                          number        

Abdominal pain\n Swallowing probs\n Back issues\n       22
Abdominal pain\n                                        12
Back issues \n Vomiting \n                                 14
Back issues\n                                            5

在每个症状短语的末尾总是有一个

\n

。症状短语本身可以是任何词，因此我不想专门搜索这些词，而是搜索

\n

我想平均每个症状的

数

，以得出以下结果：

Symptom                       Avg
Abdominal pain                 17
Swallowing probs               22
Back issues                    20.5
Vomiting                       14

我不知道如何使用dplyr按单个术语进行分组。我试过了

SypmAvg<- df %>% group_by(grepl("(?\\n.*\\n)|($.*?\\n)",df$Symptom)%>% summarise(mean=mean(number)

SypmAvg%分组依据（grepl（（？\\n.*\\n）|（$.*？\\n）”，df$症状）%>%总结（平均值=平均值（数字）

---

但是它只是使我的计算机崩溃，所以我甚至看不到错误。有人能帮忙吗？这只是一个正则表达式问题还是有更好的方法来解决这个问题？

我们可以使用

cSplit

library(splitstackshape)
cSplit(df, "Symptom", "\\n", "long")[, .(Avg = mean(number)), .(Symptom)]

---

谢谢。有没有可能只是在下半部分做了平均值。我的数字似乎没有加起来。我想这是因为NA的原因。我想我只需要把NA.rm放进去=T@SebastianZeki过期问题的编号不匹配…您的编号正确吗？

library(dplyr)
df1 = df %>% group_by(id) %>% mutate(new_col = strsplit(Symptom, "\n")) %>% unnest()

df1 %>% group_by(trimws(new_col)) %>% summarise( ans = mean(number))

# new_col   ans
# 1   Abdominal pain 17.00000
# 2      Back issues 13.66667
# 3 Swallowing probs 22.00000
# 4         Vomiting 14.00000