R 在单元格中拆分数据

我有一个像这样的数据集

Code   Product
1      A|B
2      A|B|C
3      A|B|C|D|E

当我使用

colsplit

函数拆分列

Product

时，会发生重复。

colsplit

函数的输出如下所示：

Code  Product.1   Product.2  Product.3  Product.4  Product.5
1     A           B          A          B          A
2     A           B          C          A          B
3     A           B          C          D          E

这是因为其中一个细胞含有五种元素。有没有办法避免这种重复

谢谢和问候 Jayaram更新（2013年10月21日） 在我的“splitstackshape”软件包中，下面的概念已被集成到名为

concat.split.*

的函数族中。下面是一个非常简单的解决方案，使用

concat.split.multiple

：

library(splitstackshape)
concat.split.multiple(temp, "Product", "|", "long")
#    Code time Product
# 1     1    1       A
# 2     2    1       A
# 3     3    1       A
# 4     1    2       B
# 5     2    2       B
# 6     3    2       B
# 7     1    3    <NA>
# 8     2    3       C
# 9     3    3       C
# 10    1    4    <NA>
# 11    2    4    <NA>
# 12    3    4       D
# 13    1    5    <NA>
# 14    2    5    <NA>
# 15    3    5       E

---

或者。。。将每一行放入一列

data.frame

后，使用“plyr”包中的

rbind.fill

：

temp1 <- strsplit(temp$Product, "\\|")
library(plyr)
data.frame(Code = temp$Code, 
           rbind.fill(lapply(temp1, function(x) data.frame(t(x)))))
#   Code X1 X2   X3   X4   X5
# 1    1  A  B <NA> <NA> <NA>
# 2    2  A  B    C <NA> <NA>
# 3    3  A  B    C    D    E

---

您希望输出是宽格式还是长格式？宽格式的第一行是

A，B，NA，NA，NA

，长格式的第一行是

1,1，A

和

1,2，B

。宽格式是合适的，因为需要进行更多的转换。如果你能给我所需的代码和函数，那将非常有帮助。还有更多的要求吗？是否有代码可以避免不需要的单元格中出现NA？感谢所有的帮助。代码工作正常。是否有方法删除单元格中的NA？否。

data.frame

的所有行必须具有相同的列数，因此每当单元格中没有输入值时，就会使用

NA

。我建议改为使用列表，尝试

strsplit（x$Product，\\\\\”）

@ananda-mahto，因为输出的格式很宽。是否可以更改功能，使输出处于长时间模式format@jayaram8569，您可以在附加步骤中执行此操作。假设您使用了

concat.split

函数，并将输出存储为

temp1

，您可以尝试：

重塑（temp1，direction=“long”，idvar=“code”，variang=2:ncol（temp1），sep=“”）

。

temp1 <- strsplit(temp$Product, "\\|")
library(plyr)
data.frame(Code = temp$Code, 
           rbind.fill(lapply(temp1, function(x) data.frame(t(x)))))
#   Code X1 X2   X3   X4   X5
# 1    1  A  B <NA> <NA> <NA>
# 2    2  A  B    C <NA> <NA>
# 3    3  A  B    C    D    E

newcols <- max(sapply(strsplit(temp$Product, "\\|"), length))
temp2 <- data.frame(Code = temp$Code,
                    read.table(text = as.character(temp$Product), 
                               sep="|", fill=TRUE, 
                               col.names=paste("Product", seq(newcols))))
temp2
#   Code Product.1 Product.2 Product.3 Product.4 Product.5
# 1    1         A         B                              
# 2    2         A         B         C                    
# 3    3         A         B         C         D         E