添加中断以拆分字符串字符并将这些新字符串转换为列

Posted 2021-05-06

将下面的字符串字符分成多列的最有效方法是什么？

structure(list(a = structure(c(47L, 49L, 42L, 45L, 24L, 26L, 
17L, 9L, 10L, 2L, 5L, 12L, 14L, 50L, 40L, 30L, 20L, 1L, 19L, 
30L, 52L, 49L, 41L, 46L, 25L, 41L, 12L, 13L, 34L, 6L, 10L, 48L, 
38L, 44L, 23L, 38L, 36L, 12L, 28L, 4L, 31L, 8L, 11L, 8L, 9L, 
8L, 17L, 29L, 50L, 43L, 37L, 22L, 12L, 15L, 9L, 18L, 33L, 3L, 
27L, 16L, 32L, 7L, 37L, 51L, 35L, 39L, 21L, 33L, 35L, 39L), .Label = c(" 7.00", 
" 7.43", " 7.83", " 7.90", " 8.50", " 9.30", "0.20", "0.27", 
"0.30", "0.37", "0.43", "0.50", "0.53", "0.67", "0.87", "0.90", 
"1.00", "1.50", "1.67", "10.77", "12.00", "13.60", "14.73", "15.93", 
"16.47", "2.00", "2.17", "3.33", "3.53", "3.77", "4.17", "4.63", 
"4.67", "4.83", "5.07", "5.40", "5.77", "6.83", "6.93", "7.00", 
"7.17", "7.43", "7.83", "7.90", "8.50", "9.30", "Final", "A", 
"B", "C", "D", "Semifinal"), class = "factor")), class = "data.frame", row.names = c(NA, 
-70L))

我正在寻找一个如下所示的数据框：

Final
2               A  B  
3            7.43  XX
4            8.50  XX
5           15.93  XX
6            2.00  XX
7            1.00  XX
8            0.30  XX
9            0.37  XX
10           7.43  XX
11           8.50  XX
12           0.50  XX
13           0.67  XX
Semifinal
22           A     C
23           7.17  XX
24           9.30  XX
25          16.47  XX
26           7.17  XX
27           0.50  XX
28           0.53  XX
29           4.83  XX
30           9.30  XX
31           0.37  XX
49          B      D
50           7.83  XX
51           5.77  XX
52          13.60  XX
53           0.50  XX
54           0.87  XX
55           0.30  XX
56           1.50  XX
57           4.67  XX
58           7.83  XX
59           2.17  XX
60           0.90  XX
61           4.63  XX
62           0.20  XX
63           5.77  XX

我已经研究了strsplit（）但我不清楚如何在这个函数中添加字母A，B，C和D的断点。

干杯，

答案

函数strsplit用于打破不同部分的字符串（单个onea，长度为1的字符向量）。例如，您可以使用它将“4.63”分成两部分：“4”和“63”。我想这不是你想要的。

字符向量就像一个字符串数组，这就是你在这里所拥有的。这也是一个问题。你从哪里得到这些数据？就像现在一样，它只相当于在一张纸上潦草写下的东西，没有真正的逻辑可以找到。这只是一排文字。首先让我们分开吧。 要查看拆分需要在哪里，我们会寻找看起来不像数字的东西，is.na(as.numeric(as.character(data$a)))。要拆分成组，我们使用split函数和一个计数器，告诉我们遇到了多少个文本实例。

spl <- split(as.character(data$a), cumsum(is.na(as.numeric(as.character(data$a)))))

（这会给你一个警告，你可以忽略），下一步是只留下数字：

spl <- sapply(spl, function(s) as.numeric(s)[!is.na(as.numeric(s))])

（再次，警告）。

But finally, what to do with this data?

你建议的最终结果不是真正的data.frame。当然你可以做一些看起来像它的东西，但是你在行之间有标题的方式不是R为它构建的。当我看到它时，我理解最后一行是“B”与“D”的分数，但这不在data.frame中。 data.frame只是一个表，看起来你给它的列名“Final”，“”和“”。这就是计算机/ R读取它的方式。所以不是很有用

我认为对这些数据最有用的是三个独立的data.frames，您只需手动分配：

Finals <- data.frame(nr=3:13, A=spl[[2]], B="XX")
Semi1 <- data.frame(nr=22:31, A=spl[[5]], C="XX")
Semi2 <- data.frame(nr=50:63, B=spl[[7]], D="XX")

最后，XX的意思是什么，只是“还不知道”？因为如果你这样分配它，最后一列是一个字符（或一个因子），这意味着如果你为它的一部分分配一个数字，那么这个数字将被转换为一个字符串。我认为分配R具有的指定未知值可能更有用：NA