Question

YARQ（另一个正则表达式问题）。

我如何将以下内容分成两列，确保最后一列包含句子中的最后一个单词，第一列包含其他所有单词。

x <- c("This is a test",
       "Testing 1,2,3 Hello",
       "Foo Bar",
       "Random 214274(%*(^(* Sample",
       "Some Hyphenated-Thing"
       )

这样我最终得到了：

col1                         col2
this is a                    test
Testing 1,2,3                Hello
Foo                          Bar
Random 214274(%*(^(*         Sample
Some                         Hyphenated-Thing

Answer 1

这看起来像是一个前瞻性的工作。我们会找到空格，后面跟不是空格的东西。

split <- strsplit(x, " (?=[^ ]+$)", perl=TRUE)
matrix(unlist(split), ncol=2, byrow=TRUE)

     [,1]                   [,2]              
[1,] "This is a"            "test"            
[2,] "Testing 1,2,3"        "Hello"           
[3,] "Foo"                  "Bar"             
[4,] "Random 214274(%*(^(*" "Sample"          
[5,] "Some"                 "Hyphenated-Thing"

Answer 2

使用strsplit：

进行操作

do.call(rbind,
  lapply(
    strsplit(x," "),
    function(y)
      cbind(paste(head(y,length(y)-1),collapse=" "),tail(y,1))
    )
)

使用sapply

的替代实现

t(
  sapply(
    strsplit(x," "),
    function(y) cbind(paste(head(y,length(y)-1),collapse=" "),tail(y,1))
  )
)

导致：

     [,1]                   [,2]              
[1,] "This is a"            "test"            
[2,] "Testing 1,2,3"        "Hello"           
[3,] "Foo"                  "Bar"             
[4,] "Random 214274(%*(^(*" "Sample"          
[5,] "Some"                 "Hyphenated-Thing"

Answer 3

假设“单词”是字母数字（在这种情况下，最后一个单词是一个或字母\\w或数字\\d，您可以根据需要添加更多类）：

col_one = gsub("(.*)(\\b[[\\w\\d]+)$", "\\1", x, perl=TRUE)
col_two = gsub("(.*)(\\b[[\\w\\d]+)$", "\\2", x, perl=TRUE)

输出：

> col_one
[1] "This is a "            "Testing 1,2,3 "        "Foo "                 
[4] "Random 214274(%*(^(* "
> col_two
[1] "test"   "Hello"  "Bar"    "Sample"

Answer 4

这可能不适合您，但如果有人想知道如何在python中执行此操作：

#col1:
print line.split(" ")[:-1]

#col2:
print line.split(" ")[-1]

请注意，col1将打印为列表，您可以将其打印成如下字符串：

#col1:
print " ".join(line.split(" ")[:-1])

按句子中的最后一个单词拆分列

4 个答案: