Comment diviser le contenu des cellules en plusieurs colonnes pour créer des données larges?

Question

J'ai un ensemble de données, les données proviennent d'une question à choix multiples dans un formulaire Google. Cependant, lors de l'exportation des données, toutes les options sélectionnées par les répondants sont mises dans une seule colonne, séparées par des virgules. Comme ceci.

df <- structure(list(teacher = c("Mary", "Andrew", "Rose", 
"Julia", "Richard"), grades = c("K, 1, 2, 3, 4", "1, 3, 4", "1, 2, 3, 4, 5", "4, 5", 
"K, 1, 2, 3, 4, 5")), 
class = "data.frame", row.names = c(NA, -5L))

J'aimerais séparer le contenu des cellules en plusieurs colonnes pour créer des données larges, de sorte que le tableau final ressemble à ceci :

df.wide <- structure(list(teacher = c("Mary", "Andrew", "Rose", 
"Julia", "Richard"), grade_k = c(1,0,0,0,1), grade_1 = c(1,1,1,0,1), grade_2 = 
c(1,0,1,0,1), grade_3 = c(1,1,1,0,1), grade_4 = c(1,1,1,1,1), grade_5 = c(0,0,1,1,1)), 
class = "data.frame", row.names = c(NA, -5L))

Comment puis-je faire cela en R. Merci d'avance pour toute aide

Answer 1

Essayez fastDummies::dummy_cols:

library(fastDummies)
x <- dummy_cols(df, selected_columns=c('grades'))
colnames(x) <- paste0("grade_", colnames(x))
cbind(df[1], x)

Sortie :

  teacher grade_1 grade_2 grade_3 grade_4 grade_5 grade_K
1    Mary       1       1       1       1       0       1
2  Andrew       1       0       1       1       0       0
3    Rose       1       1       1       1       1       0
4   Julia       0       0       0       1       1       0
5 Richard       1       1       1       1       1       1

Answer 2

Voici une option en utilisant tidyr:

library(tidyr)
library(stringr)

ncols <- max(sapply(df$grades, \(x) str_count(x, ","))) + 1

separate(df, grades, into = paste0("col", seq(ncols)), sep = ", ") %>% 
  pivot_longer(cols = -teacher) %>% 
  drop_na() %>% 
  pivot_wider(id_cols = teacher, 
              names_from = value,
              names_prefix = "grade_",
              values_fn  = \(x) as.numeric(length(list(x)) > 0),
              values_fill = 0)

Résultat

  teacher grade_K grade_1 grade_2 grade_3 grade_4 grade_5

1 Mary          1       1       1       1       1       0
2 Andrew        0       1       0       1       1       0
3 Rose          0       1       1       1       1       1
4 Julia         0       0       0       0       1       1
5 Richard       1       1       1       1       1       1

Answer 3

Une option plus facile est avec mtabulate de qdapTools après avoir scindé au ,

library(qdapTools)
out <- +(mtabulate(strsplit(df$grades, ",\\s+")) > 0)
colnames(out) <- paste0("grade_", colnames(out))
cbind(df[1], out)

-output

  teacher grade_1 grade_2 grade_3 grade_4 grade_5 grade_K
1    Mary       1       1       1       1       0       1
2  Andrew       1       0       1       1       0       0
3    Rose       1       1       1       1       1       0
4   Julia       0       0       0       1       1       0
5 Richard       1       1       1       1       1       1

---

Ou utilisez splitstackshape

library(splitstackshape)
cSplit_e(df, "grades", sep = ",", type = "character", fill = 0, drop = TRUE)
  teacher grades_1 grades_2 grades_3 grades_4 grades_5 grades_K
1    Mary        1        1        1        1        0        1
2  Andrew        1        0        1        1        0        0
3    Rose        1        1        1        1        1        0
4   Julia        0        0        0        1        1        0
5 Richard        1        1        1        1        1        1