「統計学関連なんでもあり」の過去ログ--- 048

No.22097　Ｒ　文字列の分割 strsplit()関数　　【明石】　2016/08/10(Wed) 22:00

青木先生，
いつもお世話になり，ありがとうございます，明石と申します。

Rプログラムについて，ご教示いただきたいことが出てきました。
どうぞ，よろしくお願いいたします。

−−−

文字列"_"で連結した文字列ベクトル dat があります（膨大な長さ）。

（例）dat

"123_aaa"
"4567_bbbb"
"787_ccc"
"12345_ddddd"
"56787_boeing"
,,,,,,

やりたいことは，以下の通りです。

(1) まず，文字列"_"の左右で分割して，2つのベクトルを作成します。

　　左側のベクトル名を lhs とします。データ型は整数
　　（例）　

      123,4567,787,12345,56787,,,,,

　　右側のベクトル名を rhs とします。データ型は文字列
　　（例）　

      "aaa","bbbb","ccc","ddddd","boeing",,,,,

(2) 次に，lhs，rhsの2列からなるデータフレーム（変数名は df ）を作成したいと思います。

lhs,rhs
123,"aaa"
4567,"bbbb"
787,"ccc"
12345,"ddddd"
56787,"boeing"
,,,,,,

以下，トライしてみましたが，listに負慣れなために出来ないで苦慮しております。

dat <- c("123_aaa","4567_bbbb","787_ccc","12345_ddddd","56787_boeing")

ds <- strsplit(dat, "_")

ds が listになることは分かりましたが，listは負慣れなために，要素の取り出しができないでおります。

要素の取り出しができ，lhsベクトル，rhsベクトルを生成できれば，データフレーム df を作成することができます。

上記の手順に沿って，データフレーム df までを作成するRプログラムを，ご教示いただければ，
大変に助かります。

何卒どうぞ，よろしくお願いいたします。
失礼いたします。

No.22098　Re: Ｒ　文字列の分割 strsplit()関数　　【青木繁伸】　2016/08/11(Thu) 08:26

リストを取り出すのは [[ ]] です
> ds[1]
[[1]]
[1] "123" "aaa"

> ds[2]
[[1]]
[1] "4567" "bbbb"

> ds[[2]]
[1] "4567" "bbbb"
> ds[[2]][1]
[1] "4567"
> ds[[2]][2]
[1] "bbbb"
リストのまま処理することもできますけど，strsplit の戻り値を unlist すれば 1 つのベクトルになります。
> unlist(ds)
 [1] "123"    "aaa"    "4567"   "bbbb"   "787"    "ccc"    "12345"  "ddddd"  "56787" 
[10] "boeing"
それ以降はいろいろなやり方があるでしょう。1列目が numeric，2列目は character にしたいというのでちょっと面倒くさいですが。
> dat <- c("123_aaa","4567_bbbb","787_ccc","12345_ddddd","56787_boeing")
> ds <- strsplit(dat, "_")
> x <- unlist(ds)
> f <- rep(c(TRUE, FALSE), length(dat))
> lhs <- as.numeric(x[f])
> rhs <- x[!f]
> df <- data.frame(lhs, rhs, stringsAsFactors=FALSE)
> df
    lhs    rhs
1   123    aaa
2  4567   bbbb
3   787    ccc
4 12345  ddddd
5 56787 boeing
> sapply(df, class)
        lhs         rhs 
  "numeric" "character" 
楽しんでください。

No.22099　【御礼】Re: Ｒ　文字列の分割 strsplit()関数　　【明石】　2016/08/11(Thu) 09:39

青木先生，
いつもお世話になり，ありがとうございます，明石と申します。

大変に有難いご教示をいただき，誠にありがとうございました。

今回も，助けていただきました。

listの扱いかたが見えてきましたので，
この夏休み，楽しみながらlistの勉強をさせていただきます。

心から御礼を申し上げます。

No.22103　Re: Ｒ　文字列の分割 strsplit()関数　　【荒】　2016/08/16(Tue) 12:20

少し遅くなりましたが，
以下のようにしてもデータフレーム化できました。
（簡単なものしか回答できていませんね）
> dat <- c("123_aaa","4567_bbbb","787_ccc","12345_ddddd","56787_boeing")
> ds <- strsplit(dat, "_")

> library(plyr)
> df <- ldply(ds)
> df
     V1     V2
1   123    aaa
2  4567   bbbb
3   787    ccc
4 12345  ddddd
5 56787 boeing

> colnames(df) <- c("lhs","rhs")
> df$lhs <- as.numeric(df$lhs)