我有一个数据框,如下所示:
df1 <-
structure(
list(email = c(
"user1@email.com", "user2@othermail.org"
)), class = "data.frame", .Names = "email", row.names = c(NA,-2L)
)
我想生成一个新变量,user
.我试过这个:
df2 <- df1 %>% mutate(user=strsplit(email, split = '@'))
但我希望用户只是用户的字符变量,而不是带有 to 元素的列表。我该怎么做?
您也可以使用基本 R,只需删除不需要的字符即可。
df1 <-
structure(
list(email = c(
"user1@email.com", "user2@othermail.org"
)), class = "data.frame", .Names = "email", row.names = c(NA,-2L)
)
df2 <- df1
df2$user <- gsub("@.*", "", df1$email)
df2
# email user
# 1 user1@email.com user1
# 2 user2@othermail.org user2
我们可以使用 tidyr
中的separate
library(dplyr)
library(tidyr)
separate(df1, email, into=c('user', 'com'),
sep="@", remove=FALSE) %>%
select(-com)
# email user
# 1 user1@email.com user1
# 2 user2@othermail.org user2
或者正如 discimus 提到的@docendo,也可以通过将要提取的字符指定为捕获组中的新列来使用extract
( (.*)
),然后是要删除的所有其他字符(即 @
和多个字符之一(.*
))
extract(df1, email, "user", "(.*)@.*", remove = FALSE)
使用 OP 的代码,strsplit
输出将是一个list
。 如果需要从每个list
元素中提取第一个元素,请使用lapply
df1 %>%
mutate(user=lapply(strsplit(email, split = '@'),"[[", 1))
我们可以通过选择从strsplit
返回的每个列表的第一个元素来对您的原始代码进行小的修改:
df2 <- df1 %>% mutate(user=lapply(strsplit(email, split = '@'), "[", 1))