dplyr unnest() 不适用于大逗号分隔的数据

Posted 2023-04-12

【中文标题】dplyr unnest() 不适用于大逗号分隔的数据

【英文标题】：dplyr unnest() not working for large comma separated data

【发布时间】：2021-10-08 05:25:21

【问题描述】：

尝试使用 dplyr 的 unnest 函数来拆分以逗号分隔的大型字符数据集。数据集的形式为：

id                                     keywords
 835a24fe-c276-9824-0f4d-35fc81319cca  Analytics,Artificial Intelligence,Big Data,Health Care

我想创建一个表，其“id”在第一列，每个“关键字”在具有相同“id”的单独列中

我正在使用代码：

CB_keyword <- tibble(id=organizations$uuid[organizations$uuid %in% org_uuid ] , 
                     keyword=organizations$category_list[organizations$uuid %in% org_uuid]) %>% unnest(keyword, names_sep = ",")

%in% 代码正在从另一个表中选择“id”和“keyword”信息......并且它正在正确执行此操作。到 unnest 的管道似乎什么也没做。 tibble 保持不变，只是列名现在是“keyword,keyword”而不是“keyword”，但数据与未使用 unnest 命令相同。

【参考方案1】：

如果keywords 是字符串列，请使用separate_rows 而不是unnest

library(dplyr)
library(tidyr)
df1 %>%
    separate_rows(keywords, sep=",\\s*")

【讨论】：

这有效..谢谢！