Daten mit einem Muster neu formatieren
Frage
Ich habe einen großen Datensatz mit einer Mischung aus Zahlen und Alphabeten.Nur ein kleines Beispiel:
sex <- c("M", "F", "F", "M", "M")
ind <- c("I1", "I2", "I3", "I4", "C")
M1 <- c("ab", "bb", "ac", "ad", "dd")
M2 <- c(12, 22, 23, 24, 25)
M3 <- c("AT", "AG", "AC", "GG", "TC")
M4 <- c(22, 23, 24, 14, 24)
mydf <- data.frame(sex, ind, M1, M2, M3, M4)
mydf
sex ind M1 M2 M3 M4
1 M I1 ab 12 AT 22
2 F I2 bb 22 AG 23
3 F I3 ac 23 AC 24
4 M I4 ad 24 GG 14
5 M C dd 25 TC 24
Ich möchte ein "/" zwischen zwei Zeichen in den Spalten M1 ...... Mn (Ende der Datei) einfügen, damit der resultierende Datenrahmen wie folgt aussieht:
sex ind M1 M2 M3 M4
1 M I1 a/b 1/2 A/T 2/2
2 F I2 b/b 2/2 A/G 2/3
3 F I3 a/c 2/3 A/C 2/4
4 M I4 a/d 2/4 G/G 1/4
5 M C d/d 2/5 T/C 2/4
Entschuldigung, ich hatte keine Ahnung, wie ich vorgehen soll ... Ihre Hilfe wurde geschätzt ...
Lösung
Einer Liner: generasacodicetagpre.
Andere Tipps
Die gesamte kryptische Kraft von R gibt Ihnen Folgendes:
-
splitInsert
teilt eine Spalte an jedem Buchstaben mitstrsplit
und kombiniert sie mitpaste
neu.Dies wird insapply
eingeschlossen, um die Funktion zu vektorisieren. - Ich verwende dann
lapply
, umsplitInsert
auf die Spalten 3: 6 Ihres data.frame anzuwenden, unddata.frame
, um ihn mit den beiden Spalten zu kombinieren, die Sie nicht ändern möchten. - Beachten Sie, dass
splitInsert
vollständig allgemein gehalten ist - es funktioniert für Textzeichenfolgen beliebiger Länge und Sie können jedes neue Zeichen Ihrer Wahl verwenden, um die geteilten Elemente neu zu kombinierenDer Code:
splitInsert <- function(x, split="", new="/"){ sapply(x, function(y) paste( strsplit(as.character(y), split=split)[[1]], collapse=new) ) } data.frame(mydf[, 1:2], lapply(mydf[, 3:ncol(mydf)], splitInsert))
Die Ergebnisse:
sex ind M1 M2 M3 M4 1 M I1 a/b 1/2 A/T 2/2 2 F I2 b/b 2/2 A/G 2/3 3 F I3 a/c 2/3 A/C 2/4 4 M I4 a/d 2/4 G/G 1/4 5 M C d/d 2/5 T/C 2/4
Dies scheint zu funktionieren.
m1 <- substr(mydf$M1, start=1, stop=1)
m2 <- substr(mydf$M1, start=2, stop=2)
paste(m1, m2, sep="/")
Ausgabe
[1] "a/b" "b/b" "a/c" "a/d" "d/d"
Lizenziert unter: CC-BY-SA mit Zuschreibung
Nicht verbunden mit StackOverflow