如何在R中提取数据框相邻字符串并按答案及条件拆分存储？

数据结构 #

有一个包含二进制答案（1/2）和对应理由的数据框，结构如下：

已完成任务 #

已实现将所有答案为1的相邻理由存入df1，答案为2的存入df2，代码如下：

drive <- list() #create an empty list
yield <- list()
c <- 0

for(i in seq(3,ncol(df),2)) {
  c<- c+1
  temp <- df[i+1]
  drive[[c]] <- temp[df[i]==1]
  yield[[c]] <- temp[df[i]==2]
}


lapply(drive, function(x) write.table( data.frame(x), 'drive.csv'  , append= T, sep=',' ))
lapply(yield, function(x) write.table( data.frame(x), 'yield.csv'  , append= T, sep=',' ))

待解决任务 #

需要按条件拆分：A_answer1和A_answer3属于条件"A"，提取条件A下：

• 答案为1的理由到df1_A，期望结果：

  "some statement"
  "yes"
  "because of x"
  

• 答案为2的理由到df2_A，期望结果：

  "another statement"
  

代码实现 #

# 筛选条件A的答案列（匹配以A_answer开头的列名）
a_answer_cols <- grep("^A_answer", colnames(df), value = TRUE)
# 获取对应理由列（每个答案列的下一列）
a_reason_cols <- sapply(a_answer_cols, function(col) {
  col_idx <- which(colnames(df) == col)
  colnames(df)[col_idx + 1]
})

# 初始化结果容器
df1_A <- c()
df2_A <- c()

# 遍历每一组A类答案-理由列对
for (i in seq_along(a_answer_cols)) {
  ans_col <- a_answer_cols[i]
  reason_col <- a_reason_cols[i]
  
  # 提取答案为1的理由并合并
  df1_A <- c(df1_A, df[[reason_col]][df[[ans_col]] == 1])
  # 提取答案为2的理由并合并
  df2_A <- c(df2_A, df[[reason_col]][df[[ans_col]] == 2])
}

# 转为数据框（可选，按需调整）
df1_A <- data.frame(reason = df1_A)
df2_A <- data.frame(reason = df2_A)

# 写入CSV（可选）
write.table(df1_A, "df1_A.csv", sep = ",", row.names = FALSE)
write.table(df2_A, "df2_A.csv", sep = ",", row.names = FALSE)

代码说明 #

• grep("^A_answer", colnames(df), value = TRUE)：精准筛选条件A对应的答案列，避免误选其他前缀的列
• 通过遍历每一组答案-理由列对，针对性提取符合条件的理由并合并
• 最后可根据需求将结果转为数据框或直接写入文件

内容的提问来源于stack exchange，提问作者Hatice Sahin