我正在寻找一种通过分隔符拆分列内容并将表转换为长格式的方法。我从cSplit
包中找到了splitstackshape
,它几乎可以满足我的要求。
现在问题出在drop
选项上。我希望以某种方式复制我的拆分列,但这不会发生。我做错了吗?有人遇到了问题吗?
我不确定是否做错了什么,但是drop = FALSE
选项在我的情况下不起作用。
这是一个例子:
library(splitstackshape)
jnk <- data.table(a = '1,2,3,4,5', b = 5)
jnk
# a b
# 1: 1,2,3,4,5 5
cSplit(jnk, 'a', ',', 'long', drop = FALSE)
# a b
# 1: 1 5
# 2: 2 5
# 3: 3 5
# 4: 4 5
# 5: 5 5
我所期望的是这样的:
cSplit(jnk, 'a', ',', 'long', drop = FALSE)
# a b a.orig
# 1: 1 5 1,2,3,4,5
# 2: 2 5 1,2,3,4,5
# 3: 3 5 1,2,3,4,5
# 4: 4 5 1,2,3,4,5
# 5: 5 5 1,2,3,4,5
我正在使用1.4.2版
最佳答案
“long”格式使用分配给list(unlist(...))
的“data.table”中的:=
修改列。因此,如果使用drop
,则将拆分该列,然后将其删除!
我会尝试在文档中明确指出drop
仅适用于wide
格式,如果用户尝试使用长格式的message
,则添加drop
。随意file a FR or submit a PR。
解决方法是分配另一列(例如“a_orig”),然后进行拆分:
jnk <- data.table(a=c('1,2,3,4,5','1,2,3','2,3'),b=c(5,4,3))
cSplit(jnk[, a_orig := a], "a", ",", "long")
# a b a_orig
# 1: 1 5 1,2,3,4,5
# 2: 2 5 1,2,3,4,5
# 3: 3 5 1,2,3,4,5
# 4: 4 5 1,2,3,4,5
# 5: 5 5 1,2,3,4,5
# 6: 1 4 1,2,3
# 7: 2 4 1,2,3
# 8: 3 4 1,2,3
# 9: 2 3 2,3
# 10: 3 3 2,3
我尚未进行广泛的测试,但可能的解决方法可能是:
cSplit2 <- function(indt, splitCols, sep = ",", direction = "wide",
fixed = TRUE, drop = TRUE, stripWhite = TRUE,
makeEqual = NULL, type.convert = TRUE) {
if (direction == "long" & !drop) {
indt <- as.data.table(indt)
indt[, `:=`(eval(paste(splitCols, "orig", sep = "_")),
lapply(splitCols, function(x) indt[[x]]))]
}
cSplit(indt, splitCols, sep, direction, fixed, drop, stripWhite,
makeEqual, type.convert)
}
基本思想是仅更改
direction == "wide"
和drop = FALSE
的输入数据集。这与您的想法类似,但是可能是将解决方案集成到实际包中,位于line 94周围。在这种情况下,只需要indt[, `:=`(eval(paste(splitCols, "orig", sep = "_")), lapply(splitCols, function(x) indt[[x]]))]
部分。关于r - cSplit库(splitstackshape)总是删除列,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/30207500/