将多值单元格解析为R中的交叉表

2024-05-17 • 问答

我有一个数据集，当将其导入为CSV时，会导致调查问题的多值单元格允许多个答案。在R中交叉制表单值答案很简单：

ctab(formula = col1 ~ col2,data = tmp) # given dataframe tmp

但是我需要对数据进行交叉表检查，如下所示：

tmp2 <- data.frame ( 
  "level" = c ( "dir","mgr","dir","vp" ),"roles" = c  ("dev,qa","dev,qa,ops","dev")
 )

天真的ctab给我这个（与相关）：

                  level
roles          dir mgr vp
  dev            0   0  1
  dev,qa        1   0  0
  dev,ops   1   1  0

但是我需要的是这个（我不是要预先指定dev，qa，ops等）：

         dev     qa      ops
dir       2       2       1
mgr       1       1       1
vp        1       0       0

我竭尽所能搜索类似内容。抱歉，如果已经回答。谢谢！

-ctb

以下是使用tidyr

的答案

library(tidyr)
tmp2 <- data.frame (
"level" = c ( "dir","mgr","dir","vp" ),"roles" = c  ("dev,qa","dev,qa,ops","dev")
)
tmp3 <- separate_rows(tmp2,roles)
table(tmp3$level,tmp3$roles)
#>      
#>       dev ops qa
#>   dir   2   1  2
#>   mgr   1   1  1
#>   vp    1   0  0

您可以通过首先设置索引然后分割字符串来实现您的目标该索引很有用，因为它可以防止回收。

library(data.table)
setDT(tmp2)
res <- tmp2[,index:=1:.N][,.(value=unlist(strsplit(roles,","))),.(index,level)]

##> res
##    index level value
## 1:     1   dir   dev
## 2:     1   dir    qa
## 3:     2   mgr   dev
## 4:     2   mgr    qa
## 5:     2   mgr   ops
## 6:     3   dir   dev
## 7:     3   dir    qa
## 8:     3   dir   ops
## 9:     4    vp   dev

请注意此处，因为strsplit返回一个列表，因此必须unlist才能正确格式化结果。然后，我们只需要dcast就可以了。

dcast(res,level~value,value.var="value")

##    level  ops  qa dev
## 1:   dir    1   2   2
## 2:   mgr    1   1   1
## 3:    vp    0   0   1

将多值单元格解析为R中的交叉表

asfhd1989 回答：将多值单元格解析为R中的交叉表

大家都在问