R 拆分字符串并重新排列数据帧

我有这样的数据

df <- structure(list(A = structure(c(2L, 3L, 6L, 7L, 5L, 4L, 1L, 1L
), .Label = c("", "NZT1", "O749", "P42I;QJ0;AIH2", "P609;QT7", 
"Q835", "Q854"), class = "factor"), B = structure(c(8L, 6L, 5L, 
7L, 4L, 3L, 2L, 1L), .Label = c("", "P079;P0C7;P0C8", "P641;Q614", 
"Q013", "Q554", "Q749", "Q955", "Q9U0"), class = "factor"), C = structure(c(7L, 
8L, 6L, 5L, 3L, 4L, 1L, 2L), .Label = c("P641;QS14", "P679;P0C7;P048", 
"Q168", "Q413", "Q550", "Q6N9", "Q980", "Q997"), class = "factor")), .Names = c("A", 
"B", "C"), class = "data.frame", row.names = c(NA, -8L))

#              A              B              C
#1          NZT1           Q9U0           Q980
#2          O749           Q749           Q997
#3          Q835           Q554           Q6N9
#4          Q854           Q955           Q550
#5      P609;QT7           Q013           Q168
#6 P42I;QJ0;AIH2      P641;Q614           Q413
#7               P079;P0C7;P0C8      P641;QS14
#8                              P679;P0C7;P048

我试着使用strsplit（），但没能做到这一点

这就是我试过的

myNewdf <- strsplit(as.character(unlist(df)), ";")

---

myNewdf我想你可以试试这个：

x <- lapply(df, function (x) unlist(strsplit(as.character(x), ";")))

如果每列中的项目数不相同，
扫描
功能将在此处成功，尽管
as.data.frame
将阻塞：

as.data.frame(lapply( df, function(x) scan( text=as.character(x) , what="", sep=";", blank.lines.skip = FALSE))
+ )
Read 11 items
Read 11 items
Read 11 items
      A    B    C
1  NZT1 Q9U0 Q980
2  O749 Q749 Q997
3  Q835 Q554 Q6N9
4  Q854 Q955 Q550
5  P609 Q013 Q168
6   QT7 P641 Q413
7  P42I Q614 P641
8   QJ0 P079 QS14
9  AIH2 P0C7 P679
10      P0C8 P0C7
11           P048

或使用
ts
功能：

lst <- lapply(df, function(a) unlist(strsplit(as.character(a), split = ";"))) # 1
tsr <- cbind(ts(lst$A), ts(lst$B), ts(lst$C)) # 2
tsr[is.na(tsr)] <- "" # 3
newDF <- as.data.frame(tsr) # 4
colnames(newDF) <- colnames(df) # 5 (if needed)

      # A    B    C
# 1  NZT1 Q9U0 Q980
# 2  O749 Q749 Q997
# 3  Q835 Q554 Q6N9
# 4  Q854 Q955 Q550
# 5  P609 Q013 Q168
# 6   QT7 P641 Q413
# 7  P42I Q614 P641
# 8   QJ0 P079 QS14
# 9  AIH2 P0C7 P679
# 10      P0C8 P0C7
# 11           P048

lst这里是另一个带有
stri_list2matrix
的选项。这将返回一个
矩阵
，其中NA为缺失值。如果需要
'
，请使用
stri_list2matrix
中的
fill='
参数。此外，可以使用
as.data.frame
将其转换为
data.frame

 library(stringi)
 stri_list2matrix(lapply(df, function(x) unlist(strsplit(as.character(x), ";"))))

scan
实际上是所有
read.*
功能的核心。这是一个低级函数，但它可以执行其他任务，如对
what
参数使用适当的参数进行mulit-line读取。实际上，使用它读取单个向量，使用策略有许多SO和Rhelp示例。我是从G.Grothendieck的答案中学到的。在过去，我们给
scan
或
read.*
函数一个
textConnection（）
参数，你可能仍然需要用
readLines
这样做，因为它不是基于
scan
。我想我已经讲清楚了这一点。您需要构造另一个方法，用rep（“，length-max.length”）填充较短的项目。
textConnection
非常简单。它只是把一个向量转换成大多数函数都会看到的文件。试一试：
x@nik由于问题被搁置，其他人无法添加答案。我们将等待此人（拖延者）回复您的评论。
stri_list2matrix
将给出一个字符矩阵，其中
NA
为缺失值。这就是OP所要求的吗？@m0h3n您可以使用
fill
参数将其更改为
'
。另外，
as.data.frame
可以将其转换为
data.frame
，因此最好在答案中指出它们。我想你会记得你昨天的评论。：-）@李哲远：我接受你的回答，谢谢，但如果你能给你的剧本写一些定义，我会很高兴，这样我就能从中学习
lst <- lapply(df, function(a) unlist(strsplit(as.character(a), split = ";"))) # 1
tsr <- cbind(ts(lst$A), ts(lst$B), ts(lst$C)) # 2
tsr[is.na(tsr)] <- "" # 3
newDF <- as.data.frame(tsr) # 4
colnames(newDF) <- colnames(df) # 5 (if needed)

      # A    B    C
# 1  NZT1 Q9U0 Q980
# 2  O749 Q749 Q997
# 3  Q835 Q554 Q6N9
# 4  Q854 Q955 Q550
# 5  P609 Q013 Q168
# 6   QT7 P641 Q413
# 7  P42I Q614 P641
# 8   QJ0 P079 QS14
# 9  AIH2 P0C7 P679
# 10      P0C8 P0C7
# 11           P048

 library(stringi)
 stri_list2matrix(lapply(df, function(x) unlist(strsplit(as.character(x), ";"))))