根据前导空格数量将列分成新列

Question

这些报告来自quickbooks，以Excel文件下载。请注意左侧列是基于左侧间距的嵌套层次结构。

我需要根据左侧前导空格数将描述列分成单独的列。

由于我最近一直在处理财务报告，这些报告非常常见且极难处理。是否有导入此类数据的软件包或功能？

这是一个可重复的输入数据框架示例：

df1 <- structure(list(Description = c("asset", " current asset", "   bank acc", 
                                      "    banner", "    clearing",
                                      "   total bank accounts",
                                      " total current assets"),
                 Total = c(NA, NA, NA, 10L, 20L, 30L, 30L)),
            .Names = c("Description", "Total"), 
            class = "data.frame", 
            row.names = c(NA, -7L))

- Super_John

---

“[使用前导缩进表示多列层次结构]非常普遍，但极其难以处理。是否有任何包或函数可以解决这个问题？” 显然不是针对缩进问题，但您可以在tidyxl上提出增强请求。 - smci

@smci 不错的想法，已经发布了一个功能请求。 - zx8754

你可能需要在他们的 Github 工单中重新表述请求；同时说明它经常出现在财务报告中（Quickbooks？还有其他格式吗？）。顺便问一下，推断列应该是“Col1，Col2...”还是你想要给它们命名？ - smci

Answer 1

你可以尝试使用 tidyxl 和 unpivotr 来完成这些 Excel 数据整理任务。以下是文档：

• unpivotr: https://github.com/nacnudus/unpivotr
• tidyxl: https://nacnudus.github.io/tidyxl/

这里有一个很好的教程：https://blog.davisvaughan.com/2018/02/16/tidying-excel-cash-flow-spreadsheets-in-r/

- Matt Dancho

---

谢谢你，Matt!!! 我一个星期都想不出来这个问题。非常感激。 - Super_John

Answer 2

我认为真正的问题是：

• "如何处理前导空格数量以表示第n列？"

如果是这样，那么可以尝试这个例子，代码可能需要改进，但是基本思想是每个前导空格表示第n列。

# example input, we will have similar input after reading in
# the Excel sheet into R.
df1 <- data.frame(x = c("x1", " x2", " x2", "  x3", "x1", " x2"),
                  y = c(NA,      22,    33,      44,   55,   66),
                  stringsAsFactors = FALSE)

library(dplyr)

cbind(
  bind_rows(
  lapply(df1$x, function(i){
    x <- data.frame(t(strsplit(i, split = " ")[[1]]), stringsAsFactors = FALSE)
    colnames(x) <- paste0("col", 1:ncol(x))
    x
    })
  ),
  df1[, "y", drop = FALSE])

#   col1 col2 col3  y
# 1   x1 <NA> <NA> NA
# 2        x2 <NA> 22
# 3        x2 <NA> 33
# 4             x3 44
# 5   x1 <NA> <NA> 55
# 6        x2 <NA> 66

- zx8754

---

我认为你是完全正确的。还需要弄清楚上述包是否直接解决了这个问题，否则，这是一个很好的解决方案。非常感谢！！！ - Super_John

@Super_John 很好，这正是我想的。我用简化的可重现输入示例编辑了您的帖子。希望这会吸引更好的答案。 - zx8754