我的数据框中有一个类似于
的字符列df<-
data.frame(a=c("AaBbCC","AABBCC","AAbbCC"))#df
a
1 AaBbCC
2 AABBCC
3 AAbbCC
我想每两个字符拆分此列。所以在这种情况下,我想获得三个名为VA,VB,VC
的列。
我试过了
library(tidyr)
library(dplyr)
df<-
data.frame(a=c("AaBbCC","AABBCC","AAbbCC"))%>%
separate(a,c(paste("V",LETTERS[1:3],sep="")),sep=c(2,2))
VA VB VC
1 Aa BbCC
2 AA BBCC
3 AA bbCC
但这不是理想的结果。我希望现在VC
中的结果分为VB
(所有字母B)和VC
(所有字母C)我如何让R分割每两个字符。列中字符串的长度对于每一行始终相同(在此示例中为6)。
我将使用长度> 10的字符串。
答案 0 :(得分:6)
你其实很亲密。您需要将分隔符位置指定为sep = c(2,4)
而不是sep = c(2,2)
:
df <- separate(df, a, c(paste0("V",LETTERS[1:3])),sep = c(2,4))
你得到:
> df
VA VB VC
1 Aa Bb CC
2 AA BB CC
3 AA bb CC
在基地R你可以做(借用@ rawr的评论):
l <- ave(as.character(df$a), FUN = function(x) strsplit(x, '(?<=..)', perl = TRUE))
df <- data.frame(do.call('rbind', l))
给出:
> df
X1 X2 X3
1 Aa Bb CC
2 AA BB CC
3 AA bb CC
答案 1 :(得分:4)
我们可以使用base R
read.csv(text=gsub('(..)(?!$)', '\\1,', df$a,
perl=TRUE),col.names=paste0("V", LETTERS[1:3]), header=FALSE)
# VA VB VC
#1 Aa Bb CC
#2 AA BB CC
#3 AA bb CC
如果我们直接从文件中读取,则另一个选项是read.fwf
read.fwf(file="yourfile.txt", widths=c(2,2,2), skip=1)