How can I keep the parenthesis in from Q11 in the data below? This column is from a Google forms in which people could choose as many Brazilian regions as they wished, now I have to slipt the region. Google separates the answers with commas, so every region is separed by ), . How can I slipt the rows using ), as a separator but keep the open ) ?
- Code:
df %>% select(Q1,Q11) %>%
pivot_longer(c(Q11)) %>%
separate_rows(value, sep = "\\),") %>% ### NOT WORKING
# group_by(Q2, ID) %>%
mutate(row = row_number()) %>%
pivot_wider() %>%
select(-row) %>%
mutate(Q11 = str_trim(Q11, side = c("both"))
)
- Desired output: one row per Brazilian region, like in the original Forms:
Data in the Forms looks like this:
## Sul (Rio Grande do Sul, Santa Catarina, Paraná), Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo), Nordeste (Alagoas, Bahia, Ceará, Maranhão, Piauí, Pernambuco, Paraíba, Rio Grande do Norte e Sergipe)
## Nordeste (Alagoas, Bahia, Ceará, Maranhão, Piauí, Pernambuco, Paraíba, Rio Grande do Norte e Sergipe)
## Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo)
## Centro-Oeste (Goiás, Mato Grosso, Mato Grosso do Sul e o Distrito Federal)
## Norte (Acre, Amazonas, Amapá, Pará, Rondônia, Roraima e Tocantins)
These links were a bit helpful: 1 , 2 , but I couldn’t get my head around it! thanks in advance.
- data:
structure(list(Q11 = structure(c(6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 3L, 6L, 6L, 2L, 6L, 4L, 5L, 3L, 6L, 1L, 6L,
6L, 7L), .Label = c("Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo), Centro-Oeste (Goiás, Mato Grosso, Mato Grosso do Sul e o Distrito Federal)",
"Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo), Centro-Oeste (Goiás, Mato Grosso, Mato Grosso do Sul e o Distrito Federal), Nordeste (Alagoas, Bahia, Ceará, Maranhão, Piauí, Pernambuco, Paraíba, Rio Grande do Norte e Sergipe)",
"Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo), Nordeste (Alagoas, Bahia, Ceará, Maranhão, Piauí, Pernambuco, Paraíba, Rio Grande do Norte e Sergipe)",
"Sul (Rio Grande do Sul, Santa Catarina, Paraná), Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo)",
"Sul (Rio Grande do Sul, Santa Catarina, Paraná), Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo), Centro-Oeste (Goiás, Mato Grosso, Mato Grosso do Sul e o Distrito Federal), Nordeste (Alagoas, Bahia, Ceará, Maranhão, Piauí, Pernambuco, Paraíba, Rio Grande do Norte e Sergipe)",
"Sul (Rio Grande do Sul, Santa Catarina, Paraná), Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo), Centro-Oeste (Goiás, Mato Grosso, Mato Grosso do Sul e o Distrito Federal), Norte (Acre, Amazonas, Amapá, Pará, Rondônia, Roraima e Tocantins), Nordeste (Alagoas, Bahia, Ceará, Maranhão, Piauí, Pernambuco, Paraíba, Rio Grande do Norte e Sergipe)",
"Sul (Rio Grande do Sul, Santa Catarina, Paraná), Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo), Nordeste (Alagoas, Bahia, Ceará, Maranhão, Piauí, Pernambuco, Paraíba, Rio Grande do Norte e Sergipe)"
), class = "factor")), row.names = c(NA, -25L), class = "data.frame")
>Solution :
use a look-behind regex:. ie separate on a comma which is preceeded by a closing paranthesis: (?<=\\)),
df%>%
separate_rows(sep='(?<=\\)),')