Regex 从R中的向量元素中提取数据
我试图编写一个R脚本来解析csv文件单元格中的有序数字对。 以下是CSV文件的前几行:Regex 从R中的向量元素中提取数据,regex,r,csv,vector,Regex,R,Csv,Vector,我试图编写一个R脚本来解析csv文件单元格中的有序数字对。 以下是CSV文件的前几行: Test1, Test2, Test3 Label1, [(1, 2), (5, 6), (9, 10)], High Label2, [(5, 9), (6, 10)], Low Label3, [(0, 5)], High 请注意,第二列是运行Python脚本产生的元组列表。我编写了一个R脚本,使用rea
Test1, Test2, Test3
Label1, [(1, 2), (5, 6), (9, 10)], High
Label2, [(5, 9), (6, 10)], Low
Label3, [(0, 5)], High
请注意,第二列是运行Python脚本产生的元组列表。我编写了一个R脚本,使用read.csv将csv文件作为表格读取,然后从每列创建向量。然后,我希望它从第2列的每个向量元素/单元中读取每个有序对(元组),并将它们用于绘制矩形的开始和结束x值。但我无法从vector元素解析单个有序对(元组)。无论我做什么,R仍然将向量元素视为一个对象,而不是数组或列表
以下是R代码:
table1 <- read.csv("data.csv",header=TRUE,sep=",")
val1 <- paste(table1[,1])
val2 <- paste(table1[,2]) # First data row is [(1, 2), (5, 6), (9, 10)]
val3 <- paste(table1[,3])
nrows = length(val1)
for (i in 1:nrows) {
rects <- val2[i] # rects <- [(1, 2), (5, 6), (9, 10)]
nval <- length(rects) # Want nval to be 3
if (nval > 0) {
for (j in 1:nval) {
bounds <- rects[j] # Want bounds to be (1, 2), then (5, 6), then (9, 10)
start <- bounds[1] # Want start to be 1, 5, and then 9
stop <- bounds[2] # Want stop to be 2, 6, and then 10
w <- stop - start # w should be 1
vpp <- start + w/2 # vpp will be 1.5, 5.5, and then 9.5
pushViewport(vp)
grid.rect(x=0.5, y=0.5, width=w, height=0.5, gp=gpar(fill="violet"))
upViewport()
}
}
}
table1我不确定我是否100%理解您想要的最终输出是什么,但这里有一种方法可以以这样的数据帧结束,开始和结束x值分开:
Test1 Test3 X1 X2
1 Label1 High 1 2
2 Label1 High 5 6
3 Label1 High 9 10
4 Label2 Low 5 9
5 Label2 Low 6 10
6 Label3 High 0 5
我创建了数据框,但必须手动替换粘贴文本中的分号
df <- read.table(text = "Test1; Test2; Test3
Label1; [(1, 2), (5, 6), (9, 10)]; High
Label2; [(5, 9), (6, 10)]; Low
Label3; [(0, 5)]; High", sep = ";", header = TRUE, stringsAsFactors = FALSE)
这将创建如上所示的数据框,并允许您按照如下方式绘制矩形(将随机y值添加到数据框中):
library('dplyr')
库('ggplot2')
种子(10)
df4%
do(变异(,ymin=样本(10,nrow()))%>%#用于绘图的随机y值
突变(ymax=ymin+1)
ggplot(df4,aes(xmin=X1,xmax=X2,ymin=ymin,ymax=ymax))+
geom_rect()
这将看起来像:
谢谢您的回答。我今天要试一试。
splits <- strsplit(as.character(df$Test2), "), ")
# split up list of tuples
df2 <- data.frame(Test1 = rep(df$Test1, lapply(splits, length)),
Test3 = rep(df$Test3, lapply(splits, length)),
Test2 = unlist(splits), stringsAsFactors = FALSE)
# split tuples into two columns
df3 <- cbind(df2[, c("Test1", "Test3")],
data.frame(do.call("rbind", strsplit(df2$Test2, ",", fixed = TRUE))))
# remove parens etc. and convert to numeric
df3$X1 <- as.numeric(gsub("[^[:digit:]]", "", df3$X1))
df3$X2 <- as.numeric(gsub("[^[:digit:]]", "", df3$X2))
library('dplyr')
library('ggplot2')
set.seed(10)
df4 <- df3 %>%
do(mutate(., ymin = sample(10, nrow(.)))) %>% # random y values for plotting
mutate(ymax = ymin + 1)
ggplot(df4, aes(xmin = X1, xmax = X2, ymin = ymin, ymax = ymax)) +
geom_rect()