在R中将1-many列解析为新data.frame的优雅方法

我从excel电子表格中读取了一些数据，其中策展人不知道关系数据库和处理1-多个关系，因此将多个变量放在一列中：

>df <- data.frame(id=c("X1", "X23", "X5"), vars=c("foo, bar, hello", "world", NA), var2=c(1,2,3))
>df
   id            vars var2
1  X1 foo, bar, hello    1
2 X23           world    2
3  X5            <NA>    3

我能够将

vars

列解析为一个列表，其中每个条目都是变量向量：

>library(stringr)
>halfway <- str_split(df$vars, pattern=", ")
>halfway
[[1]]
[1] "foo"   "bar"   "hello"

[[2]]
[1] "world"

[[3]]
[1] NA

>库（stringr）
>半路
[[1]]
[1] “foo”“bar”“你好”
[[2]]
[1] “世界”
[[3]]
[1] NA

但我不确定如何将此列表转换为长的

data.frame

我已经尝试过了，但是如果不丢失每个变量所属ID的信息（使用

unlist

），我无法将其转换为长格式。 我还研究了

重塑

，但它似乎没有达到我想要的效果

---

我可以使用for循环以迭代方式构建新表，但效率非常低。是否有一个优雅的解决方案？

这可以通过使用

数据以非常简单的方式完成。表
包：

library(data.table)
dt = as.data.table(df)
df2 = dt[, list(var=str_split(vars, ", ")[[1]]), by=id]
df2 = df2[!is.na(var), ]

这样做的一个优点是，如果您有多个ID列（例如，ID、id2、id3），您可以将其更改为

df2 = dt[, list(var=strsplit(vars, ", ")[[1]]), by=c("id", "id2", "id3")]

这可以通过使用
数据以非常简单的方式完成。表
包：

library(data.table)
dt = as.data.table(df)
df2 = dt[, list(var=str_split(vars, ", ")[[1]]), by=id]
df2 = df2[!is.na(var), ]

这样做的一个优点是，如果您有多个ID列（例如，ID、id2、id3），您可以将其更改为

df2 = dt[, list(var=strsplit(vars, ", ")[[1]]), by=c("id", "id2", "id3")]

expand.grid
函数通常用于重塑数据。例如：

> expand.grid(df[1,1],halfway[[1]])
  Var1  Var2
1   X1   foo
2   X1   bar
3   X1 hello

您可以使用
apply
对数据框的每一行执行此操作：

threequarterway <- lapply(seq(nrow(df)),function(i) expand.grid(df[i,1],halfway[[i]]))

df2 <- do.call(rbind,threequarterway)

最后，如David Robinson的回答中所述，消除NA争议：

df2 = df2[!is.na(df2[,2]),]

（David的回答是在我键入时出现的，这可能是一种更好的方法，但我想您可能想知道
expand.grid
。
expand.grid
函数通常对重塑数据有用。例如：

> expand.grid(df[1,1],halfway[[1]])
  Var1  Var2
1   X1   foo
2   X1   bar
3   X1 hello

您可以使用
apply
对数据框的每一行执行此操作：

threequarterway <- lapply(seq(nrow(df)),function(i) expand.grid(df[i,1],halfway[[i]]))

df2 <- do.call(rbind,threequarterway)

最后，如David Robinson的回答中所述，消除NA争议：

df2 = df2[!is.na(df2[,2]),]

（David的回答是在我键入此内容时出现的，可能是一种更好的方法，但我想您可能想知道
扩展.grid
）
concat.split.multiple
从我的“splitstackshape”包中可以选择一步执行拆分和重塑，只剩下一件事：删除带有
NA
值的行：

library(splitstackshape)
out <- concat.split.multiple(df, "vars", ",", direction = "long")
out[complete.cases(out), ]
#    id var2 time  vars
# 1  X1    1    1   foo
# 2 X23    2    1 world
# 4  X1    1    2   bar
# 7  X1    1    3 hello

库（splitstackshape）
out
concat.split。我的“splitstackshape”软件包中的多个
可以选择一步执行拆分和重塑，只剩下删除带有
NA
值的行：

library(splitstackshape)
out <- concat.split.multiple(df, "vars", ",", direction = "long")
out[complete.cases(out), ]
#    id var2 time  vars
# 1  X1    1    1   foo
# 2 X23    2    1 world
# 4  X1    1    2   bar
# 7  X1    1    3 hello

库（splitstackshape）
谢谢，我得查一下数据表。更多信息！谢谢，我要查看数据表包更多！