※ 引述《wmj10054039 (MJ)》之铭言： : ※ 引述《celestialgod (天)》之铭言： : : 程式： : : library(data.table) : : library(pipeR) : : library(stringr) : : dataStr <- "流水号 课程名称 时间 地点 人数 : : 102 A 二3,4四5,7 甲 10 : : 248 B 一1,2,3 乙 20 : : 314 C 三4五7,8,a 丙 5" : : removeEmptyFunc <- function(x) x[nchar(x) > 0] : : fread(dataStr) %>>% : : `[`(j = `:=`(星期 = str_split(时间, "[a-zA-Z0-9,]+") %>>% : : lapply(removeEmptyFunc), : : 节次 = str_split(时间, "[^a-zA-Z0-9,]+") %>>% : : lapply(removeEmptyFunc))) %>>% : : `[`(j = .(星期 = unlist(星期), 节次 = unlist(节次)), : : by = .(流水号, 课程名称, 地点, 人数)) %>>% : : `[`(j = `:=`(节次 = str_split(节次, ","))) %>>% : : `[`(j = .(节次 = unlist(节次)), by = .(流水号, 课程名称, 地点, 人数, 星期)) : : ## no pipe 程式码 : : dataDT <- fread(dataStr) : : dataDT[ , `:=`(星期 = lapply(str_split(时间, "[a-zA-Z0-9,]+"), : : removeEmptyFunc), : : 节次 = lapply(str_split(时间, "[^a-zA-Z0-9,]+"), : : removeEmptyFunc))] : : tmpDT <- dataDT[ , .(星期 = unlist(星期), 节次 = unlist(节次)), : : by = .(流水号, 课程名称, 地点, 人数)] : : tmpDT[ , `:=`(节次 = str_split(节次, ","))] : : tmpDT[ , .(节次 = unlist(节次)), by = .(流水号, 课程名称, 地点, 人数, 星期)] : : 结果： : : # 流水号 课程名称 地点 人数 星期 节次 : : # 1: 102 A 甲 10 二 3 : : # 2: 102 A 甲 10 二 4 : : # 3: 102 A 甲 10 四 5 : : # 4: 102 A 甲 10 四 7 : : # 5: 248 B 乙 20 一 1 : : # 6: 248 B 乙 20 一 2 : : # 7: 248 B 乙 20 一 3 : : # 8: 314 C 丙 5 三 4 : : # 9: 314 C 丙 5 五 7 : : # 10: 314 C 丙 5 五 8 : : # 11: 314 C 丙 5 五 a : 我在回应区的问题是想要把如果节次包含3节以上的课程，只取出头跟尾的节次，并且只有 : 一节课的课程重复两次，也就是说每个课程重复在dataframe的次数都会是偶数倍(主要 : 目的是想知道每个时段下不同地点会产生的进出人数)，举例来说: : 流水号 课程名称 时间 人数 地点 : 102 A 二3,4四5,7 10 甲 : 248 B 一1,2,3 20 乙 : 314 C 三4五7,8,a 5 丙 : 整理成 : 流水号 课程名称 地点 人数 星期 节次 : 102 A 甲 10 二 3 : 102 A 甲 10 二 4 : . . : . . : . . : 248 B 乙 20 一 1 : 248 B 乙 20 一 3 : 314 C 丙 5 三 4 : 314 C 丙 5 三 4 : 314 C 丙 5 五 7 : 314 C 丙 5 五 a : 我目前的想法是利用c大处理我之前问题的方法，将已经把时间拆开成星期跟节次但 : 还没unlist的节次取出，用回圈搭配条件判断存成新的list再放回data.frame，但发现 : 这个方法存成的list只会有最後一个元素有值，其他都是NULL。想请教是哪边有错误， : 或是有更好的解决方法，谢谢。 : [程式范例] : oldlist = df$节次 : newlist = list() : for (i in length(oldlist)) { : if (length(oldlist[[i]]) == 1){ : newlist[[i]] = rep(oldlist[[i]][1], 2) : }else if (length(oldlist[[i]]) == 2){ : newlist[[i]] = c(oldlist[[i]][1], oldlist[[i]][2]) : }else if (length(oldlist[[i]]) == 3){ : newlist[[i]] = c(oldlist[[i]][1], olslist[[i]][3]) : } : } 直接用原本整理好的data.table在整理一下就好了 (outDT是前次的输出) # 先转成factor (节次为1~8 然後接A~E，如果不对再自行调整) # 这样会转成整数比较好做 outDT[ , 节次 := factor(节次, c(1:8, letters[1:5]))] # 用diff找出前後都相差1的节次还把它们移除掉 outDT[ , filter := diff(c(-2, 节次)) == 1 & diff(c(节次, 20)) == 1, by = .(流水号, 课程名称, 地点, 人数, 星期)] # 过滤掉前後都相差1的节次 finalDT <- outDT[filter == FALSE] # 把filter这个栏位移除掉 finalDT[ , filter := NULL] # 最後： # 流水号 课程名称 地点 人数 星期 节次 # 1: 102 A 甲 10 二 3 # 2: 102 A 甲 10 二 4 # 3: 102 A 甲 10 四 5 # 4: 102 A 甲 10 四 7 # 5: 248 B 乙 20 一 1 # 6: 248 B 乙 20 一 3 # 7: 314 C 丙 5 三 4 # 8: 314 C 丙 5 五 7 # 9: 314 C 丙 5 五 a --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.233.83.41 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1528288066.A.8F0.html ※ 编辑: celestialgod (36.233.83.41), 06/06/2018 20:29:25