很多数据,是典型的宽数据,包含很多列,有共同属性的列的列名有相同的关键字。
利用R语言的data.table和tidyverse包,处理方法如下
library(tidyverse)
library(data.table)
setDT(fl)
# 提取数据的列名
(nm <- names(fl))
# 定义一个函数,提取包含相同关键字的列名,如悟空
select_col <- function(m){
fp <- nm[str_detect(nm,m)]
fp <- c("唐僧",fp)
return(fp)
}
# 列出所有需要提取列的关键字
lname <- c('悟空','八戒','沙僧')
# 定义一个存放结果的数据结构
dt <- data.table()
# 开始
for(i in 1:3){
tmp_col <- select_col(lname[i])
tp <- fl[,.SD,.SDcols=(tmp_col)]
names(tp) <- tt
dt <- rbind(dt,tp)
}
dt <- dt %>% unique()
dt[,flag:=`悟空固定电话`== `悟空移动电话`]
dt[flag==TRUE,`悟空固定电话`:='']
dt[`悟空固定电话`=='[NULL]',`悟空固定电话`:='']
write.csv(dt,"dt.csv")