Réformer les données avec un modèle
Question
J'ai un grand ensemble de données avec un mélange de nombre et d'alphabets. Juste un petit exemple:
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
Je veux introduire une "/" marques entre deux caractères dans les colonnes M1 ...... Mn (fin du fichier) afin que le cadre de données résultant ressemble:
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
Désolé, je ne savais pas comment procéder ... votre aide appréciée ...
La solution
Bon mot:
> data.frame(lapply(mydf, function(x) sub("(.)(.)", "\\1/\\2", x)))
sex ind M1 M2 M3 M4
1 M I/1 a/b 1/2 A/T 2/2
2 F I/2 b/b 2/2 A/G 2/3
3 F I/3 a/c 2/3 A/C 2/4
4 M I/4 a/d 2/4 G/G 1/4
5 M C d/d 2/5 T/C 2/4
Autres conseils
Tout le pouvoir cryptique de R vous donne ceci:
splitInsert
divise une colonne à chaque lettre en utilisantstrsplit
et le recombine avecpaste
. Ceci est enveloppé danssapply
pour vecturer la fonction.- J'utilise alors
lapply
postulersplitInsert
sur les colonnes 3: 6 de vos données.data.frame
Pour le combiner avec les deux colonnes que vous ne voulez pas modifier. - Notez que
splitInsert
est entièrement général - il fonctionnera pour les chaînes de texte de n'importe quelle longueur, et vous pouvez utiliser tout nouveau caractère de choix pour recombiner les éléments divisés.
Le 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))
Les résultats:
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
Cela semble fonctionner.
m1 <- substr(mydf$M1, start=1, stop=1)
m2 <- substr(mydf$M1, start=2, stop=2)
paste(m1, m2, sep="/")
Production
[1] "a/b" "b/b" "a/c" "a/d" "d/d"
Licencié sous: CC-BY-SA avec attribution
Non affilié à StackOverflow