将含缺失值的不等长元素表格转换为计数矩阵

问题背景 #

你有一个每行元素数量不等的表格，单元格内容是带计数（1或2）的字符串（比如cat:2），需要生成一个矩阵：行是原表格的分组（A/B/C/D），列是所有出现过的动物名称，对应位置填该分组下的计数，未出现的填0。原有的0/1缺失矩阵方案无法满足需求，需要保留实际计数。

输入样本数据 #

df <- structure(list(V1 = c("A", "B", "C", "D"), V2 = c("cat:2", "dog:2", "horse:2", "cat:1"), V3 = c("dog:1", "mouse:2", "", "mouse:2"), V4 = c("mouse:1", "dolphin:2", "", "dolphin:2"), V5 = c("horse:2", "", "", "")), .Names = c("V1", "V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA, -4L))

解决方案（使用tidyverse工具链） #

我们可以通过宽格式转长格式→拆分键值对→长格式转宽格式三步实现，全程用tidyverse的函数完成：

1. 首先加载必要的包：

library(tidyverse)

2. 转换为长格式并拆分计数：
   这一步把每行的多个动物计数拆成单独的行，同时将动物:计数的字符串拆分成两列（动物名和数值型计数），并过滤掉空单元格：

long_df <- df %>%
  pivot_longer(cols = -V1, names_to = "temp_col", values_to = "animal_count") %>%
  filter(animal_count != "") %>%
  separate(animal_count, into = c("animal", "count"), sep = ":", convert = TRUE)

3. 转换为目标宽格式矩阵：
   将动物名作为列，分组（A/B/C/D）作为行，缺失的位置用0填充：

result <- long_df %>%
  pivot_wider(names_from = animal, values_from = count, values_fill = 0) %>%
  column_to_rownames("V1") # 将A/B/C/D设为行名，更贴近目标格式

最终输出 #

运行上述代码后，result就是你要的矩阵：

> result
  cat dog mouse horse dolphin
A   2   1     1     2       0
B   0   2     2     0       2
C   0   0     0     2       0
D   1   0     2     0       2

完全匹配你给出的目标输出。

内容的提问来源于stack exchange，提问作者7mood7