R 二进制矩阵的字符串列表

我想根据字符串列表创建一个二进制矩阵

dt = data.table(id = c('id1','id2','id3','id4','id5','id6'), sample = c("MER-1,MER-3,MER-4","MER-5","MER-2","MER-2,MER-3,MER-4,MER-5","MER_3","MER-5" ))

dt
    id                  sample
1: id1       MER-1,MER-3,MER-4
2: id2                   MER-5
3: id3                   MER-2
4: id4 MER-2,MER-3,MER-4,MER-5
5: id5                   MER_3
6: id6                   MER-5

结果应该是：

m_count = matrix(c(1,0,1,1,0, 0,0,0,0,1, 0,1,0,0,0, 0,1,1,1,1, 0,0,1,0,0, 0,0,0,0,1), nrow = 6, ncol = 5)

m_count

    MER-1 MER-2 MER-3 MER-4 MER-5
id1     1     0     0     1     0
id2     0     0     0     1     0
id3     1     0     0     0     0
id4     1     1     0     0     0
id5     0     0     1     1     0
id6     0     1     1     0     1

我可以循环遍历列表中的每个元素，并填充矩阵，但考虑到表的大小，这将非常缓慢。有没有更快/更优雅的方式？也许用dplyr/tidyverse？

---

谢谢

使用

dt

从最后的注释中修复问题中的打字错误，使用

分隔行

逐行展开数据，然后使用

表

计算计数

library(data.table)
library(dplyr)
library(tidyr)

dt %>%
  separate_rows(sample, sep = ",") %>%
  table

给予：

     sample
id    MER-1 MER-2 MER-3 MER-4 MER-5
  id1     1     0     1     1     0
  id2     0     0     0     0     1
  id3     0     1     0     0     0
  id4     0     1     1     1     1
  id5     0     0     1     0     0
  id6     0     0     0     0     1

注

库（data.table）
dt您也可以使用库
splitstackshape
：

table(cSplit(dt, "sample", sep = ",", direction = "long"))

     sample
id    MER-1 MER-2 MER-3 MER-4 MER-5
  id1     1     0     1     1     0
  id2     0     0     0     0     1
  id3     0     1     0     0     0
  id4     0     1     1     1     1
  id5     0     0     1     0     0
  id6     0     0     0     0     1

或者使用专门为此场景创建的
cSplit_e
（由@A5C1D2H2I1M1N2O1R2T1提供）：

您可以使用
strsplit
：

table(dt[,unlist(strsplit(sample,",")),by=id])
     V1
id    MER-1 MER-2 MER-3 MER-4 MER-5 MER_3
  id1     1     0     1     1     0     0
  id2     0     0     0     0     1     0
  id3     0     1     0     0     0     0
  id4     0     1     1     1     1     0
  id5     0     0     0     0     0     1
  id6     0     0     0     0     1     0

为此，您应该使用
cSplit_e
。@A5C1D2H2I1M1N2O1R2T1看起来是一个不错的选项，但是，我无法让它处理此数据
cSplit_e（dt，“sample”，sep=“，”，fill=0）
抛出一个错误。在其中添加一个
type=“character”
。@A5C1D2H2I1M1N2O1R2T1谢谢，这真是一个简洁的函数：）
cSplit_e(dt, "sample", sep = ",", type = "character", fill = 0, drop = TRUE)

table(dt[,unlist(strsplit(sample,",")),by=id])
     V1
id    MER-1 MER-2 MER-3 MER-4 MER-5 MER_3
  id1     1     0     1     1     0     0
  id2     0     0     0     0     1     0
  id3     0     1     0     0     0     0
  id4     0     1     1     1     1     0
  id5     0     0     0     0     0     1
  id6     0     0     0     0     1     0