R: извлечь буквенную строку из кавычки в фрейме данных

У меня есть датафрейм

data.frame(string = c('["jewelry","tailor","Jewelry"]', '["apple","banana","orange"]')) 

Я хочу создать три столбца и две строки... Я хочу, чтобы фрейм данных выглядел как

data.frame(string1 = c('jewelry','apple'), string2=c('tailor','banana'), string3=c('jewelry','orange'))
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
63
4
Перейти к ответу Данный вопрос помечен как решенный

Ответы 4

Ответ принят как подходящий

В base R мы могли бы удалить скобки и использовать read.csv для чтения столбца в data.frame

read.csv(text = gsub('\\[|\\]|"', "", df1$string),
    header = FALSE, col.names =  paste0("string", 1:3))

-выход

  string1 string2 string3
1 jewelry  tailor Jewelry
2   apple  banana  orange

Или с помощью tidyverse

library(dplyr)
library(stringr)
library(tidyr)
df1 %>%
   mutate(string = str_remove_all(string, '\\[|\\]|"')) %>% 
   separate_wider_delim(string, delim = ',', 
     names = c("string1", "string2", "string3"))

-выход

# A tibble: 2 × 3
  string1 string2 string3
  <chr>   <chr>   <chr>  
1 jewelry tailor  Jewelry
2 apple   banana  orange 

данные

df1 <- data.frame(string = c('["jewelry","tailor","Jewelry"]', 
     '["apple","banana","orange"]')) 

необязательный подход tidyverse, если вы заранее знаете максимальное количество столбцов и не имеете пробелов, которые имеют значение с точки зрения упорядочения или назначения столбцов (строки с менее чем 3 столбцами в этом примере):

# dummy data
myDf <- data.frame(string = c('["jewelry","tailor","Jewelry"]', '["apple","banana","orange"]')) 


library(dplyr)
library(tidyr)

myDf %>% 
    # select column to split, new column names and regex with capture groups (parts between brakets
    tidyr::extract(string, into = c("a", "b", "c"), regex = '"(\\w*)","(\\w*)","(\\w*)"')

        a      b       c
1 jewelry tailor Jewelry
2   apple banana  orange

Это похоже на действительный список python/json.

Использование ретикулята:

library(tidyverse)

df1%>%
  rowwise() %>%
  transmute(string=list(reticulate::py_eval(string)))%>%
  unnest_wider(string, names_sep = '')

#> # A tibble: 2 × 3
#>   string1 string2 string3
#>   <chr>   <chr>   <chr>  
#> 1 jewelry tailor  Jewelry
#> 2 apple   banana  orange

используя jsonlite:

a <- jsonlite::fromJSON(paste('[', paste(df1$string, collapse = ','), ']'))
setNames(data.frame(a), paste0('string', seq(ncol(a))))

#>   string1 string2 string3
#> 1 jewelry  tailor Jewelry
#> 2   apple  banana  orange

или даже:

d <- do.call(rbind, lapply(df1$string, jsonlite::fromJSON))
setNames(data.frame(d), paste0('string', seq(ncol(d))))

  string1 string2 string3
1 jewelry  tailor Jewelry
2   apple  banana  orange

jsonlite через столбец списка и unnest_wider :

library(dplyr)
library(tidyr)
library(purrr)
library(jsonlite)

df <- data.frame(string = c('["jewelry","tailor","Jewelry"]', 
                            '["apple","banana","orange"]')) 
                            
df %>%  
  mutate(string = map(string, ~ parse_json(.x))) %>% 
  unnest_wider(string, names_sep = "")
#> # A tibble: 2 × 3
#>   string1 string2 string3
#>   <chr>   <chr>   <chr>  
#> 1 jewelry tailor  Jewelry
#> 2 apple   banana  orange

Created on 2023-02-13 with reprex v2.0.2

Другие вопросы по теме