在R中使用tidyr将字符串长度不均的行拆分为列

Question

编辑：该问题被标记为重复。但事实并非如此。本题不仅涉及将单个列拆分为多个列，因为我的单独代码可以工作。我提出的主要问题是当行字符串具有不同长度的列输出时拆分列。

我试图将这个：

data <- c("Place1-Place2-Place2-Place4-Place2-Place3-Place5",
          "Place7-Place7-Place7-Place7-Place7-Place7-Place7-Place7",
          "Place1-Place1-Place1-Place1-Place3-Place5",
          "Place1-Place4-Place2-Place3-Place3-Place5-Place5",
          "Place6-Place6",
          "Place1-Place2-Place3-Place4")

转化为：

      X1     X2     X3     X4     X5     X6     X7     X8
1 Place1 Place2 Place2 Place4 Place2 Place3 Place5 
2 Place7 Place7 Place7 Place7 Place7 Place7 Place7 Place7
3 Place1 Place1 Place1 Place1 Place3 Place5 
4 Place1 Place4 Place2 Place3 Place3 Place5 Place5 
5 Place6 Place6 
6 Place1 Place2 Place3 Place4

我尝试使用tidyr的separate函数，代码如下：

library(data.table)
data <- as.data.table(data)
data_table <- tidyr::separate(data,
                            data,
                            sep="-",
                            into = strsplit(data$data, "-"),
                            fill = "right")

很遗憾，我遇到了这个错误：

Warning message:
Too many values at 3 locations: 1, 2, 4 

我需要做哪些改变才能使它工作？

- JnrfL

---

你所说的不均匀字符串长度是什么意思？如果你想选择破折号之间的内容，可以尝试使用 [^-]+ 作为你的正则表达式。 - EDD

我认为这里的“uneven”应该是“未知”的意思 :) - Wiktor Stribiżew

@某人 是的，我指的是输出列。我尝试了你的建议，但警告变成了“警告信息：1个位置处有太多的值：2”。 - JnrfL

Answer 1

您正确指定了目标列：

library(tidyr)
separate(DF, V1, paste0("X",1:8), sep="-")

这将会给出：

      X1     X2     X3     X4     X5     X6     X7     X8
1 Place1 Place2 Place2 Place4 Place2 Place3 Place5   <NA>
2 Place7 Place7 Place7 Place7 Place7 Place7 Place7 Place7
3 Place1 Place1 Place1 Place1 Place3 Place5   <NA>   <NA>
4 Place1 Place4 Place2 Place3 Place3 Place5 Place5   <NA>
5 Place6 Place6   <NA>   <NA>   <NA>   <NA>   <NA>   <NA>
6 Place1 Place2 Place3 Place4   <NA>   <NA>   <NA>   <NA>

如果您事先不知道需要多少目标列，则可以使用以下方法：

如果您事先不知道需要多少目标列，则可以使用：

> max(sapply(strsplit(as.character(DF$V1),'-'),length))
[1] 8

提取最大数量的部分（因此是您需要的列数）。

---

其他几种方法： splitstackshape:

library(splitstackshape)
cSplit(DF, "V1", sep="-", direction = "wide")

stringi :

library(stringi)
as.data.frame(stri_list2matrix(stri_split_fixed(DF$V1, "-"), byrow = TRUE))

data.table :

library(data.table)
setDT(DF)[, paste0("v", 1:8) := tstrsplit(V1, "-")][, V1 := NULL][]

stringr :

library(stringr)
as.data.frame(str_split_fixed(DF$V1, "-",8))

所有这些都会得出类似的结果。

---

使用的数据：

DF <- data.frame(V1=c("Place1-Place2-Place2-Place4-Place2-Place3-Place5",
                      "Place7-Place7-Place7-Place7-Place7-Place7-Place7-Place7",
                      "Place1-Place1-Place1-Place1-Place3-Place5",
                      "Place1-Place4-Place2-Place3-Place3-Place5-Place5",
                      "Place6-Place6",
                      "Place1-Place2-Place3-Place4"))

- Jaap

---

谢谢回答！这个方法很好用，如果能用tidyr解决就更好了。 - JnrfL

@JnrfL 请查看更新后的答案，希望对你有帮助。 - Jaap