r语言 - 使用 DPLYR 从电子邮件变量生成用户变量

Question

我有一个数据框，如下所示：

df1 <-
  structure(
    list(email = c(
      "[e-mail]", "[e-mail]"
    )), 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？

Answer 1

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(
      "[e-mail]", "[e-mail]"
    )), class = "data.frame", .Names = "email", row.names = c(NA,-2L)
  )
df2 <- df1
df2$user <- gsub("@.*", "", df1$email)
df2
#                 email  user
# 1     [e-mail] user1
# 2 [e-mail] user2

Answer 2

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     [e-mail] user1
# 2 [e-mail] 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))

Answer 3

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))