У меня есть набор ответов на опрос, в которых респонденты могли выбрать ноль или более вариантов ответа на вопрос «Какие фрукты вы любите?». Также было место для письменного ответа. В таблице результатов ответ каждого человека находится в одной ячейке с различными видами фруктов, разделенными запятыми, например:
(df <- data.frame(id = c("A", "B", "C", "D", "E"),
data = c("oranges, apples, peaches, cherries, pineapples, strawberries",
"oranges, peaches, pears",
"pears, nectarines, cherries (bing, rainier)",
"apples, peaches, nectarines",
""),
stringsAsFactors = FALSE))
# id data
# 1 A oranges, apples, peaches, cherries, pineapples, strawberries
# 2 B oranges, peaches, pears
# 3 C pears, nectarines, cherries (bing, rainier)
# 4 D apples, peaches, nectarines
# 5 E
Что я хочу сделать, так это разделить ответы на длинные таблицы, что я почти сделал, используя код внизу. Однако некоторые респонденты использовали запятые в своих письменных ответах, и я не хочу разбивать их ответы на запятые. Я знаю, какими были все первоначальные варианты множественного выбора; как я могу разделить только эти ответы, оставив записи (с запятыми) нетронутыми? Я хочу получить такой фрейм данных:
id data
1 A oranges
2 A apples
3 A peaches
4 A cherries, pineapples, strawberries
5 B oranges
6 B peaches
7 B pears
8 C pears
9 C nectarines
10 C cherries (bing, rainier)
11 D apples
12 D peaches
13 D nectarines
Варианты множественного выбора:
mc_answers <- c("oranges", "plums", "apples", "peaches", "pears", "nectarines")
То, что я сделал до сих пор, это:
# use strsplit to create a list of the types of fruit each person likes
datalist <- strsplit(df$data, ", ")
names(datalist) <- df$id
# remove zero-length list elements (person E doesn't like any fruit)
datalist <- Filter(length, datalist)
# convert list elements to data frames
datalist_dfs <- lapply(datalist, data.frame, stringsAsFactors = FALSE)
datalist_dfs <- lapply(datalist_dfs, setNames, "data") # name each column 'data'
# add id column to each data frame
data_long <- mapply(function(x, y) "[<-"(x, "id", value = y), datalist_dfs,
names(datalist_dfs), SIMPLIFY = FALSE)
# combine into one big data frame
(data_per_person <- do.call('rbind', data_long))
# data id
# A.1 oranges A
# A.2 apples A
# A.3 peaches A
# A.4 cherries A # should
# A.5 pineapples A # be one
# A.6 strawberries A # entry
# B.1 oranges B
# B.2 peaches B
# B.3 pears B
# C.1 pears C
# C.2 nectarines C
# C.3 cherries (bing C # should be
# C.4 rainier) C # one entry
# D.1 apples D
# D.2 peaches D
# D.3 nectarines D
Нет правил относительно того, сколько фруктов может выбрать человек, но если есть вписываемый ответ, он всегда будет последним.