Question

在r中，data frame（df）如下所示，其中ID字符串为10个字符。

df:
        ID         Var1 Var2
    1   0334KLM001  aa  xx
    2   1334HDM002  zvv rr
    3   2334WEM003  qetr qwe
    4   3334OKT004  ff  sdf
    5   4334WER005  ee  sdf
    6   5334BBC006  qly ssg
    7   6334QQQ007  kk  htj
    8   7334AAA008  uu  yjy
    9   8334CBU009  ww  wttt
    10  9334MLO010  aa  dg

意图：
使用r命令，我希望仅将ID拆分为两个附加列，仅使用数字。例如，我想向Spl_1添加两个列（Spl_2＆amp; df}，其中Spl_1具有前四个字符ID列中的em>和Spl_2具有ID字符的其余部分（即 5:10）。

预期的output将是这样的：

output: ID Var1 Var2 Spl_1 Spl_2 1 0334KLM001 aa xx 0334 KLM001 2 1334HDM002 zvv rr 1334 HDM002 3 2334WEM003 qetr qwe 2334 WEM003 4 3334OKT004 ff sdf 3334 OKT004 5 4334WER005 ee sdf 4334 WER005 6 5334BBC006 qly ssg 5334 BBC006 7 6334QQQ007 kk htj 6334 QQQ007 8 7334AAA008 uu yjy 7334 AAA008 9 8334CBU009 ww wttt 8334 CBU009 10 9334MLO010 aa dg 9334 MLO010

我阅读了以下问题：Q1＆amp; Q2。虽然提供了非常丰富的信息，但我仍然没有得到如何通过字符数来分割刺痛。我找到了'stringr'包，我用str_sub命令学习，我可以按编号拆分。见下文：

library(stringr) ID <- "0334KLM001" str_sub(ID, c(1,5), c(4,10)) [1] "0334" "KLM001"

但我不知道如何与其他r命令结合以获得上面提供的output？

Answer 1

我们可以使用library(tidyr) separate(df, ID, into = c("Spl_1", "Spl_2"), sep = 4, remove = FALSE) # ID Spl_1 Spl_2 Var1 Var2 #1 0334KLM001 0334 KLM001 aa xx #2 1334HDM002 1334 HDM002 zvv rr #3 2334WEM003 2334 WEM003 qetr qwe #4 3334OKT004 3334 OKT004 ff sdf #5 4334WER005 4334 WER005 ee sdf #6 5334BBC006 5334 BBC006 qly ssg #7 6334QQQ007 6334 QQQ007 kk htj #8 7334AAA008 7334 AAA008 uu yjy #9 8334CBU009 8334 CBU009 ww wttt #10 9334MLO010 9334 MLO010 aa dg

vector

如果我们想要3列，我们可以在sep

中传递

separate(df, ID, into = c("Spl_1", "Spl_2", "Spl_3"), sep = c(4,8), remove = FALSE)
#           ID Spl_1 Spl_2 Spl_3 Var1 Var2
#1  0334KLM001  0334  KLM0    01   aa   xx
#2  1334HDM002  1334  HDM0    02  zvv   rr
#3  2334WEM003  2334  WEM0    03 qetr  qwe
#4  3334OKT004  3334  OKT0    04   ff  sdf
#5  4334WER005  4334  WER0    05   ee  sdf
#6  5334BBC006  5334  BBC0    06  qly  ssg
#7  6334QQQ007  6334  QQQ0    07   kk  htj
#8  7334AAA008  7334  AAA0    08   uu  yjy
#9  8334CBU009  8334  CBU0    09   ww wttt
#10 9334MLO010  9334  MLO0    10   aa   dg

extract

如果开头的数字不是固定长度，请使用extract(df, ID, into = c("Spl_1", "Spl_2"), "^([0-9]+)(.*)", remove = FALSE)

extract(df, ID, into = c("Spl_1", "Spl_2", "Spl_3"), "(.{4})(.{4})(.*)", remove = FALSE)

和3列，

pandas

在数据框的列中按字符数拆分字符串以在R中创建多个列？

1 个答案: