在R中将列标题拆分为行元素

在使用R对较大的数据集执行数据分析后，我得到如下示例数据所示的输出：

   A_B C_D E_F G_H
1   1   1   0   0 
2   1   0   1   1
3   1   1   0   1
4   0   0   1   1
5   1   0   1   1
6   0   0   0   1

目前，我正在尝试将列标题拆分为两个不同的列，以便它们作为元素出现在两个不同的列中，并获取它们所表示的列的总和。它看起来像这样：

   P1  P2  Sum
1   A   B   4
2   C   D   2
3   E   F   3
4   G   H   5

对于每个列的总和，我可以直接使用

colSums（）

，但是我对如何拆分列标题并使其显示为上述单元格元素感到困惑

请告诉我有关如何处理此问题的任何建议，谢谢。

生成示例数据

---

方法2:

tidyverse

库（tidyverse）
聚集（df1）%>%
分开（键，插入=c（'P1'，'P2'））%>%
分组依据（P1，P2）%>%
总结（总和=总和（价值））
#一个tibble:4x3
#分组：P1[？]
#P1 P2和
#    
#1 A B 4
#2 C D 2
#3 E F 3
#4Gh5

像这样尝试

read.table（text=…）

。如果您更喜欢系数列，请省略as.is=TRUE

在下面的注释中，我们假设了一个数据帧，但是如果输入是一个矩阵，那么相同的代码应该可以工作

没有使用任何软件包

DF2 <- read.table(text = colnames(DF), sep = "_", as.is = TRUE, col.names = c("P1", "P2"))
data.frame(DF2, Sum = colSums(DF), row.names = NULL)

注：上述可复制形式的输入数据框为：

Lines <- "A_B C_D E_F G_H
1   1   1   0   0 
2   1   0   1   1
3   1   1   0   1
4   0   0   1   1
5   1   0   1   1
6   0   0   0   1"

DF <- read.table(text = Lines, header = TRUE)

---

Lines这是我的解决方案

library(tidyr)
library(dplyr)
df1=data.frame(melt(df))%>%group_by(variable)%>%dplyr::summarise(value=sum(value))
df2 <- separate(df1, variable, into = c("P1","P2"), sep = "_", extra = "merge")

     P1    P2 value
* <chr> <chr> <int>
1     A     B     4
2     C     D     2
3     E     F     3
4     G     H     5

library（tidyr）
图书馆（dplyr）
df1=data.frame（melt（df））%%>%groupby（variable）%%>%dplyr:：summary（value=sum（value））
谢谢@akrun。您确定名称（df1）
？我在尝试strsplit（names（d1），“”）：非字符参数中的方法时遇到以下错误
。上面G.Grothendieck的建议是可行的，但也想试试你的方法。@ChetanArvindPatil你有
矩阵
或
数据框
？如果它是
matrix
，则执行
strsplit（colnames（df1），“”）
Yes@akrun，它是
matrix
。现在它可以准确地工作了。正如我在对G.Grothendieck回答的第一个评论中所问的那样，您的方法还以表格形式提供数据输出。谢谢@GGrothendieck，您的建议有效。是否可以删除带有数字的
A_B C_D E_F G_H
行标识符，或者因为R如何处理表数据而无法删除？已修改代码的最后一行以删除X_Y行名称。
DF2 <- read.table(text = colnames(DF), sep = "_", as.is = TRUE, col.names = c("P1", "P2"))
data.frame(DF2, Sum = colSums(DF), row.names = NULL)

  P1 P2 Sum
1  A  B   4
2  C  D   2
3  E  F   3
4  G  H   5

Lines <- "A_B C_D E_F G_H
1   1   1   0   0 
2   1   0   1   1
3   1   1   0   1
4   0   0   1   1
5   1   0   1   1
6   0   0   0   1"

DF <- read.table(text = Lines, header = TRUE)

library(tidyr)
library(dplyr)
df1=data.frame(melt(df))%>%group_by(variable)%>%dplyr::summarise(value=sum(value))
df2 <- separate(df1, variable, into = c("P1","P2"), sep = "_", extra = "merge")

     P1    P2 value
* <chr> <chr> <int>
1     A     B     4
2     C     D     2
3     E     F     3
4     G     H     5