如何将一行["A, B, C", "7"]转换为三行["A", "7"], ["B", "7"], ["C", "7"]？

Question

想象一下下面的表格

元素	频率
A	14
A, B	7
A, C	8
A, B, C	1
B, C	3
B	11
C	6

我该如何将它转换为一个表格，其中我将每个元素隔离并求和频率。

在这种情况下，结果应该是

术语	频率
A	30
B	22
C	18

我考虑使用一个巨大的case_when（我有比三个元素更多）来搜索整个表格并求和它们所在行的频率，但这太复杂了。

我考虑像这样分行：

Elem	Freq
A	14
A	7
B	7
A	8
C	8
A	1
B	1
C	1
B	3
C	3
B	11
C	6

然后将其分组并求和，但我不知道如何做

- Thiago Godoy

Answer 1

你可以尝试使用separate_longer_delim，然后再使用summarise。

library(dplyr)
library(tidyr)

df %>%
    separate_longer_delim(Elem, ", ") %>%
    summarise(Freq = sum(Freq), .by = Elem)

你将获得

  Elem Freq
1    A   30
2    B   22
3    C   18

- ThomasIsCoding

---

separate_rows(Elem, sep=", ")在这种情况下也是有效的。 - undefined

@JilberUrbina 是的，那也可以 :) - undefined

谢谢 @ThomasIsCoding 和 @jilber-urbina！这正是我在寻找的。 - undefined

Answer 2

使用 strsplit 和 xtabs。

> Map(data.frame, strsplit(dat$Elem, ',\\s*'), dat$Freq) |> lapply(setNames, names(dat)) |> 
+   do.call(what='rbind') |> setNames(names(dat)) |> xtabs(Freq ~ Elem, data=_) |> as.data.frame()
  Elem Freq
1    A   30
2    B   22
3    C   18

- jay.sf

Answer 3

另一种基于R的解决方案

> tmp <- stack(setNames(strsplit(df$Elem,', '), df$Freq)) 
> tmp[,"ind"] <- as.numeric(as.character(tmp[,"ind"]))
> aggregate(ind ~ values, FUN = sum, data = tmp)
  values ind
1      A  30
2      B  22
3      C  18

数据：

structure(list(Elem = c("A", "A, B", "A, C", "A, B, C", "B, C", 
"B", "C"), Freq = c(14L, 7L, 8L, 1L, 3L, 11L, 6L)), class = "data.frame", row.names = c(NA, 
-7L))

- Jilber Urbina