Question

我如何将这样的列分开，其中数据具有分隔符但其余部分没有，并且它有一些不相等的字符串？

输入： id

142 TM500A2013PISA8 / 22 / 17BG
143 TM500CAGE2012QUDO8 / 22/1720 +

输出：

类别网站园地年份种类日期部分 142 TM 500 A 2013 PISA 8/22/17 BG 143 TM 500 CAGE 2012 QUDO 8/22/17 20 +

我讨论了其他问题并尝试了一些可能有用的东西，如果它是一个相等的字符串，即：

>df <- avgmass %>% separate(id, c("site", "garden", "plot", "year", 
    "species", "sampledate", "portion"),sep=cumsum(c(2,3,3,4,4,5)))

但由于情节ID是A，B或CAGE;日期有＆＃34; /＆＃34; - 我不确定如何处理它。

由于我对R比较陌生，我尝试搜索有关如何使用sep参数的更多详细信息但无济于事...感谢您的帮助。

Answer 1

以下代码可能对您有用，假设“site”，“garden”和“species”列具有固定宽度。

df <- df %>% 
      mutate(site = substr(id, 1, 2),
             garden = substr(id, 3, 5),
             plot = ifelse(substr(id, 6, 9) == "CAGE", substr(id, 6, 9), substr(id, 6, 6)),
             year = ifelse(substr(id, 6, 9) == "CAGE", substr(id, 10, 13), substr(id, 7, 10)),
             species = ifelse(substr(id, 6, 9) == "CAGE", substr(id, 14, 17), substr(id, 11, 14)),
             sampledate = ifelse(substr(id, 6, 9) == "CAGE", substr(id, 18, nchar(id)), substr(id, 15, nchar(id)))) %>%
             separate(sampledate, into = c("m","d","y"), sep = "/") %>%
             mutate(portion = substr(y, 3, nchar(y)),
                    sampledate = as.Date(paste(m, d, substr(y, 1, 2), sep = "-"), format = "%m-%d-%y"),
                    m = NULL,
                    d = NULL,
                    y = NULL)

用不均匀/不相等的字符串分隔列，没有分隔符

1 个答案: