@Jaap对此stackoverflow问题的回答
数据是这样的：
Name Text idx c_org
1: John Text contains MIT 1 MIT
2: Sussan some text with Stanford University 2 Stanford
3: Bill He graduated from Yale, MIT, Stanford. 3 MIT,Yale,Stanford
4: Bill some text 4
对于column c_org，如果有多个值（如观察3所示），MIT,Yale,Stanford则将第一个值MIT作为列值。结果应如下所示：
Name Text idx NewOrg
1: John Text contains MIT 1 MIT
2: Sussan some text with Stanford University 2 Stanford
3: Bill He graduated from Yale, MIT, Stanford. 3 MIT
4: Bill some text 4
（请注意，在该c_org列中，某些字段具有多个值，有些甚至为空。在预期输出中，如果只有一个值，则保留该值；如果有多个，则保留第一个值；如果为空，则保留为空）
我尝试了这个（但失败了）：
DT[ , str_split(c_org, ",")[[1]][1]]
我猜很常见的一种数据是在一个字段中有多个值。怎么做呢data.table？（或者如果解决方案比更好，则以其他方式data.table）
我们可以使用sub匹配模式，,后接一个或多个字符（.*），直到$'c_org'列中字符串的结尾（），然后将其替换为''。可以分配输出（:=）以创建列'NewOrg'，并将'c_org'分配为NULL。
DT[, NewOrg := sub(',.*$', '', c_org)][,c_org:= NULL]
DT
# Name Text idx NewOrg
#1: John Text contains MIT 1 MIT
#2: Sussan some text with Stanford University 2 Stanford
#3: Bill He graduated from Yale, MIT, Stanford. 3 MIT
#4: Bill some text 4
或data.tablev1.9.6+中的另一个选项是tstrsplit
DT[, NewOrg := tstrsplit(c_org, ',', fill='')[[1]]][, c_org:= NULL]
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句