Question

我遇到了找到正确的正则表达式以将单个列分成两个的麻烦。

这是我的榜样。

Col 1
8.3 algo y algo mas

我想要这个

Col 1    Col 2
8.3       algo y algo mas

我一直在尝试这段代码。

library(tidyverse)
    base <- base %>%
separate(col 1, into c("col 2", "col 3"), sep = "\\s")

Answer 1

为了安全起见，我认为最好用一个容易识别字符的数字替换每个空格......

df[, 'Col 1'] <- gsub(pattern = '^([0-9\\.]+) ', replacement = '\\1_', x = df[, 'Col 1'])

然后我会使用separate：

df <- separate(data = df, col = 'Col 1', into = c('Col 1', 'Col 2'), sep = '_')

我还会更改列名称，因为在列名称中空格通常是个问题...尝试更改为col_1之类的内容。

Answer 2

您可以尝试stringr和rebus：

中的功能

df <- data.frame(Col_1 = "8.3 algo y algo mas")

library(stringr)
library(rebus)
str_match(df$Col_1, pattern = capture(DGT %R% DOT %R% DGT) %R%
                              SPC %R%
                              capture(one_or_more(or(SPC, LOWER))))

rebus包允许您使用人类可读代码逐个构建正则表达式。输出如下：

#      [,1]                  [,2]  [,3]             
# [1,] "8.3 algo y algo mas" "8.3" "algo y algo mas"

使用正则表达式分隔列

2 个答案: