在Tidyr的单独功能上的正则表达式

Question

我需要与tidyr分开的两列。

该列的文字如下：I am Sam。我的意思是文本总是只有两个空格，文本可以包含所有其他符号：[a-z][0-9][!\ºª, etc...]。

问题是我需要将其拆分为两列：第一列I am和第二列：Sam。

我无法找到与第二个空格分开的两个正则表达式。

你能帮我吗？

Answer 1

我们可以使用extract中的tidyr。我们匹配一个或多个字符并将其放在捕获组（(.*)）中，后跟一个或多个空格（\\s+）和另一个仅包含非空格字符的捕获组（{{1} }）将原始列分成两列。

\\S+

数据

library(tidyr)
extract(df1, Col1, into = c("Col1", "Col2"), "(.*)\\s+(\\S+)")
#   Col1 Col2
#1  I am  Sam
#2 He is  Sam

Answer 2

作为替代方案，给出：

library(tidyr)
df <- data.frame(txt = "I am Sam")

你可以使用

separate(, txt, c("a", "b"), sep="(?<=\\s\\S{1,100})\\s") 
#      a   b
# 1 I am Sam

separate使用stringi::stri_split_regex（ICU引擎）或

separate(df, txt, c("a", "b"), sep="^.*?\\s(*SKIP)(*FAIL)|\\s", perl=TRUE) 

使用较早的（？）separate使用base:strsplit（Perl引擎）。另见

strsplit("I am Sam", "^.*?\\s(*SKIP)(*FAIL)|\\s", perl=TRUE)
# [[1]]
# [1] "I am" "Sam" 

但它可能有点“esoterique”......