首页 文章

将具有连接索引和值的字符串转换为值向量

提问于
浏览 次
1

我有这样的数据框：

v2      v3
1.000   2:3,3:2,5:2,
2.012   1:5,2:4,6:3,

第二列v3由'index-value'对组成，每对由 , 分隔 .

在每个'index-value'对中， : 之前的数字是向量索引 . : 之后的数字是相应的值 . 例如 . 在第一行中，矢量索引是2,3和5，并且相应的值是3,2和2 .

未在字符串中表示的索引在结果向量中应具有值0 .

我希望将'index-value'向量转换为值向量 .

因此，对于超出预期结果的两个字符串是：

v2     v3
1.000  c(0,3,2,0,2,0)
2.012  c(5,4,0,0,0,3)
r

3 回答

  • 1

    我们使用 data.table 包只是为了使用它的 tstrsplit 函数 . 它删除了一个中间步骤 . 试试这个：

    require(data.table)
df$v3<-lapply(
  lapply(strsplit(as.character(df$v3),",",fixed=TRUE),tstrsplit,":"),
   function(x) {res<-numeric(6);res[as.numeric(x[[1]])]<-as.numeric(x[[2]]);res})
#     v2               v3
#1 1.000      0,3,2,0,2,0
#2 2.012      5,4,0,0,0,3

    • 我们首先使用逗号（ , ）拆分 v3 的每个元素

    • 然后我们再次使用 : 作为分隔符进行拆分;

    • 我们创建一个长度为6的数字向量;

    • 我们最终根据描述的逻辑填充值 .

    回复于
  • 0

    我建议采用类似于@nicola建议的方法，但是，为了好玩，这里有一个替代方案 .

    使用 read.dcf ，用于读取"tag:value"类型数据 . 要获取所有"tags"，请使用 fields 参数 . 您在对@nicola的评论中将此指定为1：6 . 此外，您需要用换行符（ "\n" ）替换"," .

    我们将所有这些存储在一个字符串中，以便 deparse textConnection will be able to handle it . 这个例子没有必要，但以防万一....

    str <- gsub(",", "\n", mydf$v3)
x <- read.dcf(textConnection(str), fields = as.character(1:6))
x <- replace(x, is.na(x), 0)
x
#      1   2   3   4   5   6  
# [1,] "0" "3" "2" "0" "2" "0"
# [2,] "5" "4" "0" "0" "0" "3"

    要将 data.frame 作为 list numeric 向量返回，请执行以下操作：

    mydf$v3_l <- lapply(1:nrow(x), function(y) as.numeric(x[y, ]))

    这是结果 str ：

    str(mydf)
'data.frame':   2 obs. of  3 variables:
 $ v2  : num  1 2.01
 $ v3  : chr  "2:3,3:2,5:2," "1:5,2:4,6:3,"
 $ v3_l:List of 2
  ..$ : num  0 3 2 0 2 0
  ..$ : num  5 4 0 0 0 3
    回复于
  • 4

    这是另一种仅使用 base 函数的方法 .

    首先，字符串被 : 或 , 拆分（ strsplit ） . 奇数位置处的元素对应于索引，甚至位置对应于值 . 我们预先分配了 max max 索引的 numeric 向量 .

    在 lapply 循环中，我们将分裂矢量（即偶数元素; x[c(FALSE, TRUE)] ）的值分配给索引处的预分配矢量 vec （即分裂矢量的奇数元素; x[c(TRUE, FALSE)] ） .

    l <- strsplit(df$v3, "[:|,]")
vec <- numeric(length = max(as.integer(unlist(l)[c(TRUE, FALSE)])))

df$v3 <- lapply(l, function(x){
  x <- as.numeric(x)
  vec[x[c(TRUE, FALSE)]] <- x[c(FALSE, TRUE)]
  vec
  })

df
#      v2               v3
# 1 1.000 0, 3, 2, 0, 2, 0
# 2 2.012 5, 4, 0, 0, 0, 3
    回复于

相关问题