我的数据框中有一列:
Colname
20151102
19920311
20130204
>=70
60-69
20-29
我希望将此列拆分为两列,如:
Col1 Col2
20151102
19920311
20130204
>=70
60-69
20-29
如何实现这一结果?
答案 0 :(得分:3)
一种可能的解决方案,想法是使用extract
中的tidyr
。请注意,我选择的分隔符(点)不得出现在您的初始data.frame
。
library(magrittr)
library(tidyr)
df$colname = df$colname %>%
grepl("[>=|-]+", .) %>%
ifelse(paste0(".", df$colname), paste0(df$colname, "."))
extract(df, colname, c("col1","col2"), "(.*)\\.(.*)")
# col1 col2
#1 222222
#2 1111111
#3 >=70
#4 60-69
#5 20-29
数据:强>
df = data.frame(colname=c("222222","1111111",">=70","60-69","20-29"))
答案 1 :(得分:3)
无需任何包装:
df[,c("Col1", "Col2")] <- ""
isnum <- suppressWarnings(!is.na(as.numeric(df$colname)))
df$Col1[isnum] <- df$colname[isnum]
df$Col2[!isnum] <- df$colname[!isnum]
df <- df[,!(names(df) %in% "colname")]
数据:
df = data.frame(colname=c("20151102","19920311","20130204",">=70","60-69","20-29"), stringsAsFactors=FALSE)
答案 2 :(得分:1)
这是一个单一的声明解决方案。 read.pattern
分别在括号括起的正则表达式部分中捕获两种字段类型。如果format
列已经是类Colname
,则可以省略"character"
。此外,如果希望第一列是数字,则省略colClasses
参数。)
library(gsubfn)
read.pattern(text = format(DF$Colname), pattern = "(^\\d+$)|(.*)",
col.names = c("Col1", "Col2"), colClasses = "character")
,并提供:
col1 col2
1 20151102
2 19920311
3 20130204
4 >=70
5 60-69
6 20-29
注意:以下是使用的正则表达式的可视化:
(^\d+$)|(.*)