通过解析列来转换数据
通过解析列来转换数据
提问于 2022-05-19 16:34:26
上下文
我创建了一个小样本数据，以解释我的问题。原来的一个更大，因为它有更多的列。但是它的格式是相同的。
df = data.frame(Case1.1.jpeg.text="the",
Case1.1.jpeg.text.1="big",
Case1.1.jpeg.text.2="DOG",
Case1.1.jpeg.text.3="10197",
Case1.2.png.text="framework",
Case1.3.jpg.text="BE",
Case1.3.jpg.text.1="THE",
Case1.3.jpg.text.2="Change",
Case1.3.jpg.text.3="YOUWANTTO",
Case1.3.jpg.text.4="SEE",
Case1.3.jpg.text.5="in",
Case1.3.jpg.text.6="theWORLD",
Case1.4.png.text="09.80.56.60.77")该数据由基于一定数量输入图像的文本检测ML模型的输出组成。
输出格式使每个图像的每个单词成为单独的列，从而创建一个非常广泛的数据集。
期望输出
我希望创建一个更清晰的版本，其中一列包含图像名称(例如Case1.2.png)，第二列将模型在特定图像中找到的所有可能的单词连在一起(每个图像的字数各不相同)。
result = data.frame(Case=c('Case1.1.jpeg','Case1.2.png','Case1.3.jpg','Case1.4.png'),
Text=c('thebigDOG10197','framework','BETHEChangeYOUWANTTOSEEintheWORLD','09.80.56.60.77'))我尝试过许多基于Stackoverflow上类似问题的方法，但似乎没有一个能给出我想要的确切输出。
如果能在这方面提供任何帮助，我们将不胜感激。
回答 4
Stack Overflow用户
回答已采纳
发布于 2022-05-19 16:46:52
library(tidyr)
library(dplyr)
df %>%
pivot_longer(cols = everything(),
names_pattern = "(.*)\\.(text.*)",
names_to = c("Case", NA)) %>%
group_by(Case) %>%
summarize(value = paste(value, collapse = ""), .groups = "drop")或者，只使用tidyr的枢轴函数就可以完成这一任务。
library(tidyr)
library(stringr)
df %>%
pivot_longer(cols = everything(),
names_pattern = "(.*)\\.(text).*",
names_to = c("Case", "cols")) %>%
pivot_wider(id_cols = Case,
values_from = value,
names_from = cols,
values_fn = str_flatten)输出
Case value
<chr> <chr>
1 Case1.1.jpeg thebigDOG10197
2 Case1.2.png framework
3 Case1.3.jpg BETHEChangeYOUWANTTOSEEintheWORLD
4 Case1.4.png 09.80.56.60.77 Stack Overflow用户
发布于 2022-05-19 16:44:11
一种可能的解决办法：
library(tidyverse)
df %>%
pivot_longer(everything()) %>%
mutate(name = str_remove(name, "\\.text\\.*\\d*")) %>%
group_by(name) %>%
summarise(text = str_c(value, collapse = ""))
#> # A tibble: 4 x 2
#> name text
#> <chr> <chr>
#> 1 Case1.1.jpeg thebigDOG10197
#> 2 Case1.2.png framework
#> 3 Case1.3.jpg BETHEChangeYOUWANTTOSEEintheWORLD
#> 4 Case1.4.png 09.80.56.60.77Stack Overflow用户
发布于 2022-05-19 16:44:12
base R中的一个选项是使用stack将数据分成两列data.frame，然后通过paste和aggregate进行分组。
aggregate(cbind(Text = values) ~ Case, transform(stack(df),
Case = trimws(ind, whitespace = "\\.text.*")), FUN = paste, collapse = "")
Case Text
1 Case1.1.jpeg thebigDOG10197
2 Case1.2.png framework
3 Case1.3.jpg BETHEChangeYOUWANTTOSEEintheWORLD
4 Case1.4.png 09.80.56.60.77页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72308131
复制相关文章
相似问题
腾讯云开发者
